Opencv 相机内参标定及使用

2024-01-09 16:10

本文主要是介绍Opencv 相机内参标定及使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

一、功能描述

二、标定板制作

三、图像采集

四、标定内参

方法一:Matlab标定

 方法二:C++程序标定

五、使用内参


一、功能描述

1.本文用于记录通过 Opencv 进行相机内参标定和对内参的使用来进行图像畸变矫正。

        1)相机矩阵:包括焦距(fx,fy),光学中心(Cx,Cy),完全取决于相机本身,是相机的固有属性,只需要计算一次,可用矩阵表示如下:[fx, 0, Cx; 0, fy, cy; 0,0,1];

        2) 畸变系数:畸变数学模型的5个参数 D = (k1,k2, P1, P2, k3);

        3)相机内参:相机矩阵和畸变系数统称为相机内参,在不考虑畸变的时候,相机矩阵也会被称为相机内参;

        4) 相机外参:通过旋转和平移变换将3D的坐标转换为相机2维的坐标,其中的旋转矩阵和平移矩阵就被称为相机的外参;描述的是将世界坐标系转换成相机坐标系的过程。

二、标定板制作

       方法一: 标定板可以直接从opencv官网下载:标定板

       方法二:Matlab DIY 制作

J = (checkerboard(300,4,5)>0.5);
figure, imshow(J);

        打印完成后,测量实际打印出的网格边长,备用(本人制作的标定板网格边长为 26mm)。将打印纸贴附在硬纸板上(粘贴的尽可能平整),如下图所示。

三、图像采集

        运行以下参考程序按q键即可保存图像,注意尽量把镜头的每个方格都覆盖到,最好拍到整张打印纸。保存大约20到25张,通过 Matlab 标定软件可能会剔除部分图片。

#include "opencv2/opencv.hpp"
#include <string>
#include <iostream>using namespace cv;
using namespace std;int main(){Mat frame;string imgname;int f = 1;VideoCapture inputVideo(0);if (!inputVideo.isOpened()){cout << "Could not open the input video " << endl;return -1;}else{cout << "video is opened!" << endl;}while (1){inputVideo >> frame;              if (frame.empty()) continue;         imshow("Camera", frame);char key = waitKey(1);if (key == 27) break;if (key == 'q' || key == 'Q'){imgname = to_string(f++) + ".jpg";imwrite(imgname, frame);}}cout << "Finished writing" << endl;return 0;
}

        图片集如下:

四、标定内参

方法一:Matlab标定

        步骤1:在Matlab的Command Window里面输入cameraCalibrator即可调用标定应用程序。

        步骤2:选择from file 在自己的图片集全选待标定的图片,输入自己实际测量打印的标定板方格实际长度(本人的标定板方格边长26mm),导入后我的有2张图片被拒绝。

        步骤3:关键步骤

        畸变参数,总共有五个,径向畸变3个(k1,k2,k3)和切向畸变2个(p1,p2)。

        径向畸变:

\LARGE x_{corrected}=x(1+k_1r^2+k_2r^4+k_3r^6)

\LARGE y_{corrected}=y(1+k_1r^2+k_2r^4+k_3r^6) 

        切向畸变:

\LARGE x_{corrected}=x+[2p_1xy+p_2(x^2+2x^2)]

 \LARGE y_{corrected}=y+[p_1(r^2+2y^2)+2p_2xy]

 注意:OpenCV中畸变系数的排列(顺序为k1,k2,p1,p2,k3)。

\LARGE Distortion_{coefficients}=(k_1,k_2,p_1,p_2,k_3)

         实验表明,在MATLAB中选择使用三个参数,并且选择错切和桶形畸变,关于三个参数还是两个参数,可以根据自己的试验效果选择 。点击 Calibrate 后等待一段时间即可完成标定,标定完成后可通过点击 show Undistorted  对比校正前后效果。

        右上角平均误差推荐在0.5以下时,表明该标定数据可信(本人此次平均误差为0.47 )。

        步骤4:导出参数,即可把参数进行保存,保存后可退出标定应用,在MATLAB主界面中将保存的Mat文件打开。

        步骤5:记录、保存数据

        上图中,RadialDistortion对应k1,k2,k3,TangentialDistortion对应p1,p2。
        IntrinsicMatrix对应相机矩阵,注意具体数值和OpenCV中数据是互为转置的关系。

对应

 

 此次本人测得的数据为:

RadialDistortion:-0.515906663211726  0.201811855093355    -0.0572379026696125TangentialDistortion:0.00228453839673728 -0.00134697993045861IntrinsicMatrix:1982.56844306278      0                     01.79099355543064      1983.84445594899      01042.90384922068      480.442502729538      1

 方法二:C++程序标定

        简单粗暴直接上程序:

#include <opencv2/imgproc/types_c.h>
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;Mat image, img_gray;
int BOARDSIZE[2]{ 6,9 };//棋盘格每行每列角点个数
int main()
{vector<vector<Point3f>> objpoints_img;//保存棋盘格上角点的三维坐标vector<Point3f> obj_world_pts;//三维世界坐标vector<vector<Point2f>> images_points;//保存所有角点vector<Point2f> img_corner_points;//保存每张图检测到的角点vector<String> images_path;//创建容器存放读取图像路径string image_path = "/home/titan/Calibration/image/pictures/*.jpg";//待处理图路径	glob(image_path, images_path);//读取指定文件夹下图像//转世界坐标系for (int i = 0; i < BOARDSIZE[1]; i++){for (int j = 0; j < BOARDSIZE[0]; j++){obj_world_pts.push_back(Point3f(j, i, 0));}}for (int i = 0; i < images_path.size(); i++){image = imread(images_path[i]);cvtColor(image, img_gray, COLOR_BGR2GRAY);//检测角点bool found_success = findChessboardCorners(img_gray, Size(BOARDSIZE[0], BOARDSIZE[1]),img_corner_points,CALIB_CB_ADAPTIVE_THRESH | CALIB_CB_FAST_CHECK | CALIB_CB_NORMALIZE_IMAGE);//显示角点if (found_success){//迭代终止条件TermCriteria criteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 30, 0.001);//进一步提取亚像素角点cornerSubPix(img_gray, img_corner_points, Size(11, 11),Size(-1, -1), criteria);//绘制角点drawChessboardCorners(image, Size(BOARDSIZE[0], BOARDSIZE[1]), img_corner_points,found_success);objpoints_img.push_back(obj_world_pts);//从世界坐标系到相机坐标系images_points.push_back(img_corner_points);}//char *output = "image";char text[] = "image";char *output = text;imshow(output, image);waitKey(200);}/*计算内参和畸变系数等*/Mat cameraMatrix, distCoeffs, R, T;//内参矩阵,畸变系数,旋转量,偏移量calibrateCamera(objpoints_img, images_points, img_gray.size(),cameraMatrix, distCoeffs, R, T);cout << "cameraMatrix:" << endl;cout << cameraMatrix << endl;cout << "*****************************" << endl;cout << "distCoeffs:" << endl;cout << distCoeffs << endl;cout << "*****************************" << endl;cout << "Rotation vector:" << endl;cout << R << endl;cout << "*****************************" << endl;cout << "Translation vector:" << endl;cout << T << endl;///*//畸变图像校准//*/Mat src, dst;src = imread("/home/titan/Calibration/image/pictures/02.jpg");  //读取校正前图像undistort(src, dst, cameraMatrix, distCoeffs);char texts[] = "image_dst";char *dst_output = texts;//char *dst_output = "image_dst";imshow(dst_output, dst);waitKey(100);imwrite("/home/titan/Calibration/image/pictures/002.jpg", dst);  //校正后图像destroyAllWindows();//销毁显示窗口system("pause");return 0;
}

         运行上述程序,经过一番图片处理与切换,最终通过终端得到获取相机内参及畸变系数。

五、使用内参

        简单粗暴直接上程序:

#include<iostream>
#include <ctime> 
#include<opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{VideoCapture inputVideo(0);if(!inputVideo.isOpened()){std::cout << "video is not opened\n\n"<<endl;}else{std::cout << "video is opened \n\n"<<endl;}
//  Matlab 标定的相机参数Mat frame, frameCalibration;inputVideo >> frame;Mat cameraMatrix = Mat::eye(3, 3, CV_64F);cameraMatrix.at<double>(0,0) = 1982.56844306278;cameraMatrix.at<double>(0,1) = 1.79099355543064;cameraMatrix.at<double>(0,2) = 1042.90384922068;cameraMatrix.at<double>(1,1) = 1983.84445594899;cameraMatrix.at<double>(1,2) = 480.442502729538;Mat distCoeffs = Mat::zeros(5, 1, CV_64F);distCoeffs.at<double>(0,0) = -0.515906663211726;distCoeffs.at<double>(1,0) =  0.201811855093355;distCoeffs.at<double>(2,0) =  0.00228453839673728;distCoeffs.at<double>(3,0) = -0.00134697993045861;distCoeffs.at<double>(4,0) = -0.0572379026696125;/*  C++程序标定的相机参数Mat frame, frameCalibration;inputVideo >> frame;Mat cameraMatrix = Mat::eye(3, 3, CV_64F);cameraMatrix.at<double>(0,0) = 1978.304376178962;cameraMatrix.at<double>(0,1) =				   0;cameraMatrix.at<double>(0,2) = 1044.639043480329;cameraMatrix.at<double>(1,1) = 1979.71454820083;cameraMatrix.at<double>(1,2) = 482.6287237060178;Mat distCoeffs = Mat::zeros(5, 1, CV_64F);distCoeffs.at<double>(0,0) = -0.5277684150872038;distCoeffs.at<double>(1,0) =  0.2663992436241138;distCoeffs.at<double>(2,0) = -0.001857829391420174;distCoeffs.at<double>(3,0) = -0.002175774665050042;distCoeffs.at<double>(4,0) = -0.1007311729522544;
*/Mat view, rview, map1, map2;Size image_Size;image_Size = frame.size();initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(), cameraMatrix, image_Size, CV_16SC2, map1, map2);// initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, image_Size, 0.5, image_Size, 0),image_Size, CV_16SC2, map1, map2);while(1){inputVideo >> frame;if(frame.empty()) break;remap(frame, frameCalibration, map1, map2, INTER_LINEAR);imshow("Original_image",frame);imshow("Calibrated_image", frameCalibration);char key =waitKey(1);if(key == 27 || key == 'q' || key == 'Q') break;}return 0;
}

        测试效果如下:

         参考链接: 链接1 、 链接2

这篇关于Opencv 相机内参标定及使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/587693

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Spring Boot 集成 Quartz并使用Cron 表达式实现定时任务

《SpringBoot集成Quartz并使用Cron表达式实现定时任务》本篇文章介绍了如何在SpringBoot中集成Quartz进行定时任务调度,并通过Cron表达式控制任务... 目录前言1. 添加 Quartz 依赖2. 创建 Quartz 任务3. 配置 Quartz 任务调度4. 启动 Sprin