相机标定

最新推荐文章于 2023-05-20 14:33:54 发布

仰望落叶

最新推荐文章于 2023-05-20 14:33:54 发布

阅读量2.1k

点赞数 1

本文链接：https://blog.csdn.net/yangwangluoye/article/details/104336440

版权

本文通过使用棋盘格图案和普通相机（如手机或电脑摄像头）进行相机标定，详细介绍了实验过程及结果可信性分析。在标定基础上，保持棋盘格在1米远处固定，运用线性方法估算相机的相对位姿，实验表明该方法具有可行性。

摘要由CSDN通过智能技术生成

相机标定

1. 利用棋盘格图案和你身边能找到的相机(笔记本或台式机的摄像头，手机相机等均可)完成相机标定，并给出结果的可信性分析。

经过多次同同一相机拍照（手机）得到相机内参数，畸变数据相同
相机标定实验数据如下

chessboard defected
ret: 1.3550609729186074
内参数矩阵:
 [[4.70062953e+03 0.00000000e+00 1.38446011e+03]
 [0.00000000e+00 4.72049000e+03 2.28597903e+03]
 [0.00000000e+00 0.00000000e+00 1.00000000e+00]]
畸变系数:
 [[-0.01967854  0.18333343  0.00173773 -0.00423632 -0.07690654]]
旋转向量: [array([[-0.09478964],
       [ 0.14178481],
       [-1.53941182]])]
平移向量: [array([[-2.01931616],
       [ 4.44319147],
       [12.99324445]])]
相机标定结束

在这里插入图片描述
使用相机标定函数
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, size, None, None)
进行标定，实验方案可行