张正友相机标定Opencv实现程序(ubuntu下)
相机标定的目的:获取摄像机的内参和外参矩阵(同时也会得到每一幅标定图像的选择和平移矩阵),内参和外参系数可以对之后相机拍摄的图像就进行矫正,得到畸变相对很小的图像。
相机标定的输入:标定图像上所有内角点的图像坐标,标定板图像上所有内角点的空间三维坐标(一般情况下假定图像位于Z=0平面上)。
相机标定的输出:摄像机的内参、外参系数
流程:
1. 准备标定图片(D435可以利用程序保存所得到的图片)
2. 对每一张标定图片,提取角点信息
3. 对每一张标定图片,进一步提取亚像素角点信息
4. 在棋盘标定图上绘制找到的内角点(非必须,仅为了显示)
5. 相机标定
主要是程序在Linux下的运行。
1. 建立文件夹 cameraCalibration mkdir cameraCalibration
2. cd ./cameraCalibration3. (1)建立文件夹 iamge 保存标定所需的图片src 保存程序(2)创建文件 Cmakelists.txt并写入CMAKE_MINIMUM_REQUIRED( VERSION 2.8 )PROJECT( calibration )SET(CMAKE_CXX_COMPILER "g++")SET( CMAKE_BUILD_TYPE Debug )SET(EXECUTABLE_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/bin)SET(LIBRARY_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/lib)INCLUDE_DIRECTORIES( ${PROJECT_SOURCE_DIR}/include )LINK_DIRECTORIES( ${PROJECT_SOURCE_DIR}/lib)ADD_SUBDIRECTORY( ${PROJECT_SOURCE_DIR}/src )现在cameraCalibration文件夹内应该有 image src CmakeLists.txt
3.在src文件夹内创建
1).calibration.cpp
#include <iostream>
#include <sstream>
#include <time.h>
#include <stdio.h>
#include <fstream>#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/calib3d/calib3d.hpp>
#include <opencv2/highgui/highgui.hpp>using namespace cv;
using namespace std;int main()
{ifstream fin("calibration.txt"); /* 标定所用图像文件的路径为避免出错最后是绝对路径 */ofstream fout("calibration_result.txt"); /* 保存标定结果的文件 */ // 读取每一幅图像,从中提取出角点,然后对角点进行亚像素精确化cout<<"开始提取角点………………"<<endl;int image_count = 0; /* 图像数量 */Size image_size; /* 图像的尺寸 */Size board_size = Size(4, 6); /* 标定板上每行、列的角点数 */vector<Point2f> image_points_buf; /* 缓存每幅图像上检测到的角点 */vector<vector<Point2f> > image_points_seq; /* 保存检测到的所有角点 */string filename; // 图片名vector<string> filenames; while (getline(fin, filename)){++image_count;// 用于观察检验输出cout<<"image_count = "<<image_count<<endl;cout<<"filename: "<<filename<<endl;Mat imageInput = imread(filename);filenames.push_back(filename);// 读入第一张图片时获取图片大小if(image_count == 1){image_size.width = imageInput.cols;image_size.height = imageInput.rows;cout<<"image_size.width = "<<image_size.width<<endl;cout<<"image_size.height = "<<image_size.height<<endl;}/* 提取角点 需要使用findChessboardCorners函数提取角点 *//********第一个参数Image,传入拍摄的棋盘图Mat图像,必须是8位的灰度或者彩色图像;(imageInput)第二个参数patternSize,每个棋盘图上内角点的行列数,一般情况下,行列数不要相同,便于后续标定程序识别标定板的方向;(board_size)第三个参数corners,用于存储检测到的内角点图像坐标位置,一般用元素是Point2f的向量来表示:vector<Point2f> image_points_buf;(image_points_buf)第四个参数flage:用于定义棋盘图上内角点查找的不同处理方式,有默认值(用了默认值)**********************/if (0 == findChessboardCorners(imageInput, board_size, image_points_buf)){ cout << "can not find chessboard corners!\n"; // 找不到角点exit(1);} else {Mat view_gray;cvtColor(imageInput, view_gray, CV_RGB2GRAY); // 转灰度图/* 亚像素精确化 */// image_points_buf 初始的角点坐标向量,同时作为亚像素坐标位置的输出// Size(5,5) 搜索窗口大小// (-1,-1)表示没有死区// TermCriteria 角点的迭代过程的终止条件, 可以为迭代次数和角点精度两者的组合cornerSubPix(view_gray, image_points_buf, Size(5,5), Size(-1,-1), TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 30, 0.1));image_points_seq.push_back(image_points_buf); // 保存亚像素角点/* 在图像上显示角点位置 */drawChessboardCorners(view_gray, board_size, image_points_buf, false); // 用于在图片中标记角点imshow("Camera Calibration", view_gray); // 显示图片waitKey(500); //暂停0.5S }}int CornerNum = board_size.width * board_size.height; // 每张图片上总的角点数//-------------以下是摄像机标定------------------/*棋盘三维信息*/Size square_size = Size(10, 10); /* 实际测量得到的标定板上每个棋盘格的大小 */vector<vector<Point3f> > object_points; /* 保存标定板上角点的三维坐标 *//*内外参数*/Mat cameraMatrix = Mat(3, 3, CV_32FC1, Scalar::all(0)); /* 摄像机内参数矩阵 */vector<int> point_counts; // 每幅图像中角点的数量Mat distCoeffs=Mat(1, 5, CV_32FC1,Scalar::all(0)); /* 摄像机的5个畸变系数:k1,k2,p1,p2,k3 */vector<Mat> tvecsMat; /* 每幅图像的旋转向量 */vector<Mat> rvecsMat; /* 每幅图像的平移向量 *//* 初始化标定板上角点的三维坐标 */int i, j, t;for (t=0; t<image_count; t++) //第几张图片{vector<Point3f> tempPointSet;for (i=0; i<board_size.height; i++) {for (j=0; j<board_size.width; j++) {Point3f realPoint;/* 假设标定板放在世界坐标系中z=0的平面上 */realPoint.x = i * square_size.width;realPoint.y = j * square_size.height;realPoint.z = 0;tempPointSet.push_back(realPoint);}}object_points.push_back(tempPointSet);}/* 初始化每幅图像中的角点数量,假定每幅图像中都可以看到完整的标定板 */for (i=0; i<image_count; i++){point_counts.push_back(board_size.width * board_size.height);} /* 开始标定 */// object_points 世界坐标系中的角点的三维坐标// image_points_seq 每一个内角点对应的图像坐标点// image_size 图像的像素尺寸大小// cameraMatrix 输出,内参矩阵// distCoeffs 输出,畸变系数// rvecsMat 输出,旋转向量// tvecsMat 输出,位移向量// 0 标定时所采用的算法calibrateCamera(object_points, image_points_seq, image_size, cameraMatrix, distCoeffs, rvecsMat, tvecsMat, 0);//------------------------标定完成------------------------------------// -------------------对标定结果进行评价------------------------------double total_err = 0.0; /* 所有图像的平均误差的总和 */double err = 0.0; /* 每幅图像的平均误差 */vector<Point2f> image_points2; /* 保存重新计算得到的投影点 */fout<<"每幅图像的标定误差:\n";for (i=0;i<image_count;i++)//第几张图片{vector<Point3f> tempPointSet = object_points[i];/* 通过得到的摄像机内外参数,对空间的三维点进行重新投影计算,得到新的投影点 */projectPoints(tempPointSet, rvecsMat[i], tvecsMat[i], cameraMatrix, distCoeffs, image_points2);/* 计算新的投影点和旧的投影点之间的误差*/vector<Point2f> tempImagePoint = image_points_seq[i];Mat tempImagePointMat = Mat(1, tempImagePoint.size(), CV_32FC2);Mat image_points2Mat = Mat(1, image_points2.size(), CV_32FC2);for (int j = 0 ; j < tempImagePoint.size(); j++){image_points2Mat.at<Vec2f>(0,j) = Vec2f(image_points2[j].x, image_points2[j].y);tempImagePointMat.at<Vec2f>(0,j) = Vec2f(tempImagePoint[j].x, tempImagePoint[j].y);}err = norm(image_points2Mat, tempImagePointMat, NORM_L2);total_err += err/= point_counts[i]; fout << "第" << i+1 << "幅图像的平均误差:" << err<< "像素" << endl; } fout << "总体平均误差:" << total_err/image_count << "像素" <<endl <<endl; //-------------------------评价完成---------------------------------------------//-----------------------保存定标结果------------------------------------------- Mat rotation_matrix = Mat(3,3,CV_32FC1, Scalar::all(0)); /* 保存每幅图像的旋转矩阵 */fout << "相机内参数矩阵:" << endl; fout << cameraMatrix << endl << endl; fout << "畸变系数:\n"; fout << distCoeffs << endl << endl << endl; for (int i=0; i<image_count; i++) { fout << "第" << i+1 << "幅图像的旋转向量:" << endl; fout << tvecsMat[i] << endl;/* 将旋转向量转换为相对应的旋转矩阵 */ Rodrigues(tvecsMat[i], rotation_matrix); fout << "第" << i+1 << "幅图像的旋转矩阵:" << endl; fout << rotation_matrix << endl; fout << "第" << i+1 << "幅图像的平移向量:" << endl; fout << rvecsMat[i] << endl << endl; } fout<<endl;//--------------------标定结果保存结束-------------------------------//---------------------------------查看标定效果——利用标定结果对棋盘图进行矫正-----Mat mapx = Mat(image_size, CV_32FC1);Mat mapy = Mat(image_size, CV_32FC1);Mat R = Mat::eye(3, 3, CV_32F);string imageFileName;std::stringstream StrStm;for (int i = 0 ; i != image_count ; i++){initUndistortRectifyMap(cameraMatrix, distCoeffs, R, cameraMatrix, image_size, CV_32FC1, mapx, mapy);Mat imageSource = imread(filenames[i]);Mat newimage = imageSource.clone();remap(imageSource, newimage, mapx, mapy, INTER_LINEAR); StrStm.clear();imageFileName.clear();StrStm << i+1;StrStm >> imageFileName;imageFileName += "_d.jpg";imwrite(imageFileName, newimage);}fin.close();fout.close();return 0;
}
2).calibration.txt 保存标定所用文件的路径
3).CMakeLists.txt
# 增加一个可执行的二进制
ADD_EXECUTABLE(calibration calibration.cpp )# 增加opencv的依赖
FIND_PACKAGE( OpenCV 3.4 REQUIRED )
INCLUDE_DIRECTORIES( ${OpenCV_INCLUDE_DIRS} )TARGET_LINK_LIBRARIES( calibration${OpenCV_LIBS})
4.编译运行
cd ./cameraCalibration
mkdir build cd build cmake .. make
会生成bin文件夹,里面有可执行文件,运行后,会得到结果文件都在bin里面保存着。程序有错误的时候可以先检查路径是否正确。
本文主要是标定程序在linux下运行,具体的程序解读实现过程参考
https://blog.csdn.net/dcrmg/article/details/52939318
张正友相机标定Opencv实现程序(ubuntu下)相关推荐
- 张正友相机标定Opencv实现以及标定流程标定结果评价图像矫正流程解析(附标定程序和棋盘图)
from:https://blog.csdn.net/dcrmg/article/details/52939318 使用Opencv实现张正友法相机标定之前,有几个问题事先要确认一下,那就是相机为什么 ...
- 张正友相机标定程序实现
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/hongbin_xu/article/details/78988450 前言 在前面的博客中( 三维重 ...
- OpenCV实现张正友相机标定源代码
本源代码基于VC++和opencv Opencv2.4.13.6版本开发,实现张正友相机标定源代码,资源包括完整源代码和12张棋盘图片,完美运行. Opencv2.4.13.6安装包下载地址:http ...
- opencv C++ 张正友相机标定
//张正友相机标定 //https://blog.csdn.net/u010925447/article/details/77997735 #include <opencv2/core/core ...
- 张正友相机标定算法详解
张正友相机标定算法详解 1.齐次表示法与一些基本结论 1.1 点与直线的齐次表示 在射影几何中,通常用齐次方式来表达点与直线.比如p=(u,v)p=(u,v)p=(u,v)被表示成p^=(x1,x ...
- [毕设系列] 一、张正友相机标定
张正友相机标定 预备知识 0.1 刚体.仿射.线性.旋转变换 0.2 什么是标定? 0.3 为什么要进行标定? 0.4 什么是畸变? 一.张正友标定法 1.1 简介 1.2 流程 1.3 畸变公式 二 ...
- 张正友相机标定算法原理与源代码(OpenCV+C++)
摄像机的标定问题是机器视觉领域的入门问题,可以分为传统的摄像机定标方法和摄像机自定标方法.定标的方法有很多中常见的有:Tsai(传统)和张正友(介于传统和自定标)等, 摄像机成像模型和四个坐标系(通用 ...
- 三维重建学习(3):张正友相机标定推导
前言 前面的几篇博客中介绍了有关相机标定的基础知识(三维重建学习(1):基础知识:旋转矩阵与旋转向量.三维重建学习(2):相机标定基础).这次介绍一个十分经典的单目相机标定方法--张正友标定,并给出数 ...
- 张正友相机标定(全流程,含畸变,matlab源代码解析)
张正友标定的具体原理很多文章已经介绍,这里主要结合源代码对其中的基本原理及本人遇到的问题进行介绍.(仅介绍基本原理供本人复习,同时方便他人,如有问题,请及时指正勿喷) 1. 标定基本思路介绍 相机标定 ...
最新文章
- 【动态规划专题】最长上升子序列模型
- MATLAB应用实战系列(七十七)-【图像处理】COVID-19 防疫应用口罩检测
- 面试官:Spring事务的传播行为有几种?
- Spring Boot 2.x多线程--使用@Async开启多线程使用示例
- MAVEN简介之——settings.xml
- 第二十五期:知乎用Go替代Python,说明了啥
- 【人脸识别终结者】多伦多大学反人脸识别,身份欺骗成功率达99.5%
- java 类数组_Java常用类-字符串、日期类、算法及数组工具类等
- 87个常用电脑快捷键大全,别让速度限制你的工资,建议收藏一份!
- Dubbo(十四) dubbo的服务降级与集群容错
- node连接--MySQL
- 主辅dns服务器的配置
- matlab怎么将程序加密,对于MATLAB M文件怎么加密
- ubuntu 19查看和修改时区
- 中国5级行政区域MySQL数据库库
- 捋一捋这些我记不清的python概念
- 第十九篇 -- 学习第十八天打卡20190708
- git命令移动文件夹到另一文件夹
- Exif图片方向的一些发现
- Android 文件单位换算B、kb、mb、gm,文件单位格式化