基于python的相机标定（采用黑白棋盘格图片）

系列文章目录

[第一章基于python的相机标定（采用黑白棋盘格图片）](https://blog.csdn.net/HWHXXX/article/details/119905200)

文章目录

基于python的相机标定（采用黑白棋盘格图片）
系列文章目录
前言
一、准备标定用的图片
二、提取照片中棋盘格的角点
- 1.载入需要用的库
- 2.读取图片并提取角点
- 3.标定相机

前言

工业相机在正常使用前需要进行相机标定，得出相机的内参矩阵与畸变系数。

一、准备标定用的图片

在标定之前，需要用待标定的相机拍摄用于标定相机的图片。
拍摄照片的质量一定程度上影响相机标定的效果，所以拍摄时一定要注意拍摄角度与环境光亮度。
1：在确定好标定板与相机之间的距离之后，对相机进行调焦，使得相机可以看清标定板。在调好焦之后就不能再次对相机进行调焦了。若再次调焦，则需重新进行相机标定。
2：环境光的补充，要使标定板尽量亮起来，如果太过灰暗，会影响拍摄照片的质量。
3：拍摄照片的角度，尽量让标定板出现在照片的每个区域（个人将图片区域划分为5个，如图1所示），然后在每个区域内标定板也可以垂直于相机拍摄，前倾，后倾，左倾，右倾等角度都可以拍摄，但需注意在每个区域内拍摄角度应保持均匀（不均匀的话个人认为会略微影响标定结果）。

图1 个人划分的5个区域
4：拍摄照片需尽量清晰，即拍摄过程中如果为手持标定板拍摄，拿稳了，别抖。
5：拍摄照片总数量，在保证每个拍摄角度拍摄数量均匀的情况下，总数量应该为5的倍数，可以是15，20，25张等等。总量多少没关系的。

二、提取照片中棋盘格的角点

1.载入需要用的库

import cv2 as cv
import numpy as np
import time
import os

2.读取图片并提取角点

    w = 12  # 棋盘格角点每行数量h = 9  # 棋盘格角点每列数量# 生成棋盘格三维坐标obj_points = np.zeros(((w*h), 3), np.float32)obj_points[:, :2] = np.mgrid[0:w, 0:h].T.reshape(-1, 2)  # 将纯0数组进行编码，编码代表每一个角点的位置信息，例如[0., 0., 0.],[1., 0., 0.]obj_points = np.reshape(obj_points, (w*h, 1, 3))  # 将位置信息矩阵变为w*h个1行三列的矩阵# 计算棋盘格内角点的三维坐标及其在图像中的二维坐标all_obj_points = [] # 这两个空数组很关键，如果是一张图片进行标定代码测试，这个也需要创建，如果没有，会一直报错all_points = []file_path = './0820-A3-resize'  # 存图片的文件夹，但是这个读取方式有一个缺点，文件夹内只能有图片，不能有别的类型的文件，否则会报错for file_name in os.listdir(file_path):img = cv.imread(file_path + '/' + file_name)img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)  # 转为灰度图begin = time.time()ret, corners1 = cv.findChessboardCorners(img_gray, (w, h))  # 寻找内角点if ret == True:  # 如果寻找到足够数量的内焦点_, corners2 = cv.find4QuadCornerSubpix(img_gray, corners1, (5, 5))  # 细化内角点end = time.time()print((end-begin)/60)img_h, img_w = img.shape[:2]  # 获取图像尺寸all_obj_points.append(obj_points)  # 计算三维坐标all_points.append(corners2)  # 计算二维坐标else:end = time.time()print((end-begin)/60)img_h, img_w = img.shape[:2]

这段代码的主要功能就是读取所有图片并提取内角点。
函数都是opencv中写好的接口，主要用到的就是findChessboardCorners， find4QuadCornerSubpix
有兴趣可以网上查一下这两个函数，用起来都比较简单，源码原理的话，个人暂未进行深入研究。
主要输出参数为all_obj_points, all_points, img_w, img_h
第一个参数为内角点的世界坐标系中的坐标，第二个参数为内角点在图片中的坐标，第三参数为图像像素高度，第四个参数为图像像素宽度。

3.标定相机

    ret, camara_matrix, distcoeffs, rvecs, tvecs = cv.calibrateCamera(all_obj_points, all_points,(img_w, img_h), None, None)print("重投影参数：\n{}".format(ret))print("内参矩阵: \n{}".format(camara_matrix))print("畸变系数: \n{}".format(distcoeffs))print("旋转向量：\n{}".format(rvecs))print("平移向量：\n{}".format(tvecs))

标定相机的函数为calibrateCamera，五个输出参数上面代码所示。

基于python的opencv相机标定（采用黑白棋盘格标定板）相关推荐

基于Python的OpenCV+TensorFlow+Keras人脸识别实现
前言:本节要讲的人脸识别主要是借鉴了一位研究生前辈的文章我只是在他的基础上进行了改动,让代码能在现在的TensorFlow2.X 等的环境下运行先看一下效果图完整工程及源代码请点击链接下载:人 ...
ubuntu16.04安装python.h_ubuntu16.04 下基于 Python 的 OpenCV 的安装
ubuntu16.04 下基于 Python 的 OpenCV 的安装这几天一直在学习基于 Python 的 OpenCV , 开发环境是在 Ubuntu16.04 下, 学习的心得就是基于 Pyt ...
基于python和Opencv将多张图片结合为一张图片的办法
基于python和Opencv将多张图片结合为一张图片的办法需要用到的python包代码本体这两天写结课论文,需要做一个好看一点的图,要把多张图片结合为同一张图片,本来想用ps,但是懒,干脆用代 ...
基于Python通过OpenCV实现的口罩识别系统理论篇
基于Python通过OpenCV实现的口罩识别系统理论设计篇一.项目实现环境基于Python 3.8.1版本 opencv-python 4.2.0.34版本需要自己下载OpenCV的库文件,添 ...
基于Python与OpenCV的纸质票自动统计功能的实现（一）界面编程
基于Python与OpenCV的纸质票自动统计功能的实现(一)--界面编程作为一个资深的自动化工程师,界面编程对我来说太熟悉不过了,但是当时用的都是工业界面编程软件,比如WINCC.组态王等等,在这 ...
基于Python和OpenCV的面积计算
基于Python和OpenCV的面积计算 import cv2 import numpy as npimage1 = cv2.imread("F:\\Python\\Image\\1.png ...
cv2 python 获取斑马线_基于python的opencv图像处理实现对斑马线的检测示例
基本思路斑马线检测通过opencv图像处理来进行灰度值转换.高斯滤波去噪.阈值处理.腐蚀和膨胀后对图像进行轮廓检测,通过判断车辆和行人的位置,以及他们之间的距离信息,当车速到超过一定阈值时并且与行人 ...
树莓派安装基于python的opencv
文章目录前言一.需要的设备二.烧录系统三.核对python版本是否为3.9.2,并打开摄像头功能四.安装opencv 五.测试opencv 总结前言本文章需求python版本为3.9.2 ...
基于Python和OpenCV的目标跟踪学习教程 Object Tracking using Python and OpenCV
实现12种不同的算法来跟踪视频和网络摄像头中的对象! 你会学到: 使用Python和OpenCV跟踪视频和网络摄像头中的对象理解跟踪算法的基本直觉实现12种跟踪算法了解对象检测和对象跟踪之间的区 ...

基于python的opencv相机标定（采用黑白棋盘格标定板）