opencv鱼眼矫正Java_使用OpenCV校准鱼眼镜头
重磅干货,第一时间送达
01.简介当我们使用的鱼眼镜头视角大于160°时,OpenCV中用于校准镜头“经典”方法的效果可能就不是和理想了。即使我们仔细遵循OpenCV文档中的步骤,也可能会得到下面这个奇奇怪怪的照片:
如果小伙伴也遇到了类似情况,那么这篇文章可能会对大家有一定的帮助。
从3.0版开始,OpenCV包含了cv2.fisheye可以很好地处理鱼眼镜头校准的软件包。但是,该模块没有针对读者的相关的教程。02.相机参数获取
校准镜头其实只需要下面2个步骤。利用OpenCV计算镜头的2个固有参数。OpenCV称它们为K和D,我们只需要知道它们是numpy数组外即可。
通过K和D对图像进行去畸变矫正。
计算K和D下载棋盘格图案并将其打印在纸上(字母或A4尺寸)。大家要尽量将这张纸粘在坚硬且平坦的物体表面,例如一块硬纸板上。因为这里的关键是直线必须是直线。
将图案放在相机前面拍摄一些图像,图案要取在不同的位置和角度。这里的关键是图案需要以不同的方式出现失真(以便OpenCV尽可能多地了解镜头相关参数)。
我们先将这些图片保存在JPG文件夹中。
现在我们只需要将此Python脚本片段复制到calibrate.py先前保存这些图像的文件夹中的文件中,就可以对其进行命名。import cv2assert cv2.__version__[0] == '3', 'The fisheye module requires opencv version >= 3.0.0'import numpy as npimport osimport globCHECKERBOARD = (6,9)subpix_criteria = (cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER, 30, 0.1)calibration_flags = cv2.fisheye.CALIB_RECOMPUTE_EXTRINSIC+cv2.fisheye.CALIB_CHECK_COND+cv2.fisheye.CALIB_FIX_SKEWobjp = np.zeros((1, CHECKERBOARD[0]*CHECKERBOARD[1], 3), np.float32)objp[0,:,:2] = np.mgrid[0:CHECKERBOARD[0], 0:CHECKERBOARD[1]].T.reshape(-1, 2)_img_shape = Noneobjpoints = [] # 3d point in real world spaceimgpoints = [] # 2d points in image plane.images = glob.glob('*.jpg')for fname in images:img = cv2.imread(fname)if _img_shape == None:_img_shape = img.shape[:2]else:assert _img_shape == img.shape[:2], "All images must share the same size."gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# Find the chess board cornersret, corners = cv2.findChessboardCorners(gray, CHECKERBOARD, cv2.CALIB_CB_ADAPTIVE_THRESH+cv2.CALIB_CB_FAST_CHECK+cv2.CALIB_CB_NORMALIZE_IMAGE)# If found, add object points, image points (after refining them)if ret == True:objpoints.append(objp)cv2.cornerSubPix(gray,corners,(3,3),(-1,-1),subpix_criteria)imgpoints.append(corners)N_OK = len(objpoints)K = np.zeros((3, 3))D = np.zeros((4, 1))rvecs = [np.zeros((1, 1, 3), dtype=np.float64) for i in range(N_OK)]tvecs = [np.zeros((1, 1, 3), dtype=np.float64) for i in range(N_OK)]rms, _, _, _, _ = \cv2.fisheye.calibrate(objpoints,imgpoints,gray.shape[::-1],K,D,rvecs,tvecs,calibration_flags,(cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER, 30, 1e-6))print("Found " + str(N_OK) + " valid images for calibration")print("DIM=" + str(_img_shape[::-1]))print("K=np.array(" + str(K.tolist()) + ")")print("D=np.array(" + str(D.tolist()) + ")")
运行python calibrate.py。如果一切顺利,脚本将输出如下内容:Found 36 images for calibrationDIM=(1600, 1200)K=np.array([[781.3524863867165, 0.0, 794.7118000552183], [0.0, 779.5071163774452, 561.3314451453386], [0.0, 0.0, 1.0]])D=np.array([[-0.042595202508066574], [0.031307765215775184], [-0.04104704724832258], [0.015343014605793324]])03.图像畸变矫正
获得K和D后,我们可以对以下情况获得的图像进行失真矫正:我们需要取消失真的图像与校准期间捕获的图像具有相同的尺寸。也可以将边缘周围的某些区域裁剪掉,来保证使未失真图像的整洁。通过undistort.py使用以下python代码创建文件:# You should replace these 3 lines with the output in calibration stepDIM=XXXK=np.array(YYY)D=np.array(ZZZ)def undistort(img_path):img = cv2.imread(img_path)h,w = img.shape[:2]map1, map2 = cv2.fisheye.initUndistortRectifyMap(K, D, np.eye(3), K, DIM, cv2.CV_16SC2)undistorted_img = cv2.remap(img, map1, map2, interpolation=cv2.INTER_LINEAR, borderMode=cv2.BORDER_CONSTANT)cv2.imshow("undistorted", undistorted_img)cv2.waitKey(0)cv2.destroyAllWindows()if __name__ == '__main__':for p in sys.argv[1:]:undistort(p)
现在运行python undistort.py file_to_undistort.jpg。
矫正前
矫正后
如果大家仔细观察,可能会注意到一个问题:原始图像中的大部分会在此过程中被裁剪掉。例如,图像左侧的橙色RC汽车只有一半的车轮保持在未变形的图像中。实际上,原始图像中约有30%的像素丢失了。小伙伴们可以思考思考如果我们想找回丢失的像素该这么办呢?
交流群
opencv鱼眼矫正Java_使用OpenCV校准鱼眼镜头相关推荐
- 【图像】【OpenCV鱼眼矫正】三、鱼眼矫正原理讲解
目录 一.鱼眼矫正原理讲解 1. 像素坐标转化为相机坐标 2. 无畸变相机坐标 与 畸变后相机坐标 的 对应关系 参考资料: 链接:https://pan.baidu.com/s/19BK9HbRBY ...
- 【图像】【OpenCV鱼眼矫正】二、fisheye::initUndistortRectifyMap()源码分析
目录 一.fisheye::initUndistortRectifyMap() 之 功能介绍 二.fisheye::initUndistortRectifyMap() 之 源码分析 1. 源码分析 2 ...
- opencv 鱼眼矫正
前提 这里不讨论怎么获取矫正参数,假定已经获取矫正参数 使用undistort #include <opencv2\opencv.hpp> using namespace cv; void ...
- python鱼眼图像识别_使用OpenCV校准鱼眼镜头的方法
01.简介 当我们使用的鱼眼镜头视角大于160°时,OpenCV中用于校准镜头"经典"方法的效果可能就不是和理想了.即使我们仔细遵循OpenCV文档中的步骤,也可能会得到下面这个奇 ...
- python opencv 相机标定_使用OpenCV校准鱼眼镜头的方法
01.简介 当我们使用的鱼眼镜头视角大于160°时,OpenCV中用于校准镜头"经典"方法的效果可能就不是和理想了.即使我们仔细遵循OpenCV文档中的步骤,也可能会得到下面这个奇 ...
- 使用OpenCV校准鱼眼镜头-第2部分
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 在昨天的文章中我们介绍了有关如何使用OpenCV校准鱼眼镜头的一些 ...
- 鱼眼摄像头的畸变矫正方法-python+opencv
鱼眼摄像头畸变校正的方法: 1. 棋盘矫正法 2. 经纬度矫正法. 相机为什么会出现畸变? 当前相机的畸变主要分为径向畸变和切向畸变两种. 径向畸变产生的原因:相机的光学镜头厚度不均匀,离镜头越远场景 ...
- 鱼眼相机标定以及OpenCV实现
在另一篇文章中我已经写过有关普通相机模型及其OpenCV标定实现,这篇文章将主要关注鱼眼相机模型及其OpenCV标定实现. 先看一张鱼眼相机拍摄出来的结果: 从图中可以看出很明显的畸变.对鱼眼相机标定 ...
- OpenCV用ArUco和ChArUco进行校准
OpenCV用ArUco和ChArUco进行校准 用ArUco和ChArUco进行校准 简介 使用ChArUco板进行校准 使用ArUco板进行校准 用ArUco和ChArUco进行校准 简介 rUc ...
最新文章
- AI一键去纹身,几秒钟让你看见明星「真面目」
- 变频电源要怎么测定额定容量
- php的json_encode实例,php json_encode()函数返回json数据实例代码
- 一道Python面试题
- 数据管理流程,基础入门简介
- 华为USG防火墙双机热备(业务口工作在三层上下行连接路由器)
- Linux下搭建iSCSI共享存储
- Hibernate注释总结
- 赛扬n5095处理器怎么样 英特尔n5095核显相当于什么水平
- 关于智能水表背后的“节水效应”
- 怎么改锁定计算机的背景,电脑修改登录界面背景壁纸的操作方法
- 车辆网络安全ISO/SAE 21434解读(十)TARA分析
- HDUOJ 6608 Fansblog
- python3d旋转相册_3D立体相册,一个可旋转的立体相册
- 【计算机视觉】OPENCV对于有alpha通道的透明背景图片的读取和图片叠加
- 2022年最新丨中国建筑、中国石化等40家头部央企「数字化转型」路线图发布
- IATF16949汽车工业质量管理体系认证流程
- android 开发 字体,Android开发使用自定义字体的实现方法
- android nfc开发教程,Android NFC开发实战
- Flink SQL 以catalog方式写入HIVE
热门文章
- dedecms如何为CKEditor编辑添加行间距按钮
- IIC调试工具i2c-tools工具
- html下拉列表+网页更换背景实现的换肤功能
- 在线Word/Excel/PowerPoint/Photoshop 汇总
- 有意义的警报:防止生产危机的7种必不可少的成分
- keychron K3 键盘和 Windows11 操作系统的笔记本电脑通过蓝牙配对出现问题的解决方案
- [PC][SPG][3DM工作室/NBA2K]联合发布《NBA2K9》硬盘破解版
- dom html api,JavaScript常用DOM的API
- echarts柱形图渐变样式设置
- POJ 3050 - Hopscotch