OpenCV双目相机的标定C++

代码来和数据集来自于“小白公众号”
链接：https://pan.baidu.com/s/1bYrj57MEdhwWp45XXVbdpA 提取码：b3m6

双目相机标定的过程：
1.，调节两个相机的角度，给标定板拍10组左右的照片。
2，通过张正友的思想得到两个相机的内外参矩阵和畸变矩阵，为两个相机的畸变矫正做准备。
3，现实情况中，我们无法完全控制两个相机是完全平行的拍一个物体，所以只能通过矫正，来构造平行这一条件，然后通过两个相机的一些参数计算出深度z。
4，通过计算图片中物体的每一个点距离相机镜头的深度，从而构建出该物体的三维立体图。

总而言之，双目相机可以照到一个物体的更多细节，然后根据该细节在不同角度的照片中的位置，得到该细节的空间坐标信息，最终还原照片中的物体在三维空间中的图像。

缺点：双目相机只能对两个镜头都拍摄到的物体细节提取空间信息，也就是说对两个相机拍摄的物体细节无交集的那部分，会产生3D空间还原误差。

思考：如果是更加多维的相机，是不是还原的效果更好呢？
目前只知道，多目相机可以使还原的速度更快

双目相机的应用:
1，根据视差测距离
2，3d构建

代码：
以下是双目相机的标定代码，以及将两个相机的畸变矫正代码。
下一步计划：利用双目相机拍一个实际物体，利用双目参数进行三维立体的投影。

#include <opencv2\opencv.hpp>
#include <fstream> 
#include <iostream>
#include <vector>

using namespace std;
using namespace cv;

void getImgsPoints(vector<Mat> imgs, vector<vector<Point2f>>& imgsPoints, Size board_size)
{
   
	for (int i = 0; i < imgs.size(); i++)
	{
   
		Mat img1 = imgs[i];
		Mat gray1;
		cvtColor(img1, gray1, COLOR_BGR2GRAY);
		vector<Point2f> img1_points;
		findChessboardCorners(gray1, board_size, img1_points);  //计算方格标定板角点
		find4QuadCornerSubpix(gray1, img1_points, Size(5, 5));  //细化方格标定板角点坐标
		imgsPoints.push_back(img1_points);
	}
}

int