opencv相机标定 c++

相机标定是计算机视觉中的重要问题，它可以用于恢复相机的内部参数和外部参数。OpenCV提供了一组函数，可以在C++中进行相机标定，其中包括对于相机位姿的求解、立体标定以及多相机标定等。 下面是一个简单的相机标定示例： ```c++ #include <opencv2/opencv.hpp> #include <iostream> int main() { // 读取图像 cv::Mat img = cv::imread("calib.jpg"); // 棋盘格参数 int board_width = 7; int board_height = 7; float square_size = 0.0245; // 棋盘格方块大小（米） // 棋盘格角点 std::vector<cv::Point3f> obj_pts; for (int i = 0; i < board_height; i++) { for (int j = 0; j < board_width; j++) { obj_pts.push_back(cv::Point3f(j * square_size, i * square_size, 0)); } } // 标定图像 std::vector<std::vector<cv::Point2f>> img_pts; std::vector<cv::Point2f> corner_pts; cv::Mat gray_img; cv::cvtColor(img, gray_img, cv::COLOR_BGR2GRAY); bool found = cv::findChessboardCorners(gray_img, cv::Size(board_width, board_height), corner_pts); if (found) { cv::cornerSubPix(gray_img, corner_pts, cv::Size(11, 11), cv::Size(-1, -1), cv::TermCriteria(cv::TermCriteria::EPS + cv::TermCriteria::MAX_ITER, 30, 0.1)); img_pts.push_back(corner_pts); cv::drawChessboardCorners(img, cv::Size(board_width, board_height), corner_pts, found); } // 相机标定 cv::Mat camera_matrix, dist_coeffs; std::vector<cv::Mat> rvecs, tvecs; cv::calibrateCamera(std::vector<std::vector<cv::Point3f>>{obj_pts}, std::vector<std::vector<cv::Point2f>>{img_pts}, gray_img.size(), camera_matrix, dist_coeffs, rvecs, tvecs); // 输出结果 std::cout << "相机内部参数矩阵:\n" << camera_matrix << std::endl; std::cout << "畸变系数:\n" << dist_coeffs << std::endl; // 显示结果 cv::imshow("result", img); cv::waitKey(0); return 0; } ``` 在这个示例中，我们首先读取了一幅图像，然后定义了棋盘格的参数以及每个方块的大小。接着，我们生成了理论上的棋盘格角点，并使用OpenCV的 `findChessboardCorners` 函数在图像中寻找角点。如果找到了角点，我们再使用 `cornerSubPix` 函数对它们进行亚像素级别的精确化。最后，我们使用 `calibrateCamera` 函数对相机进行标定，并输出了相机内部参数矩阵以及畸变系数。 需要注意的是，这个示例只是相机标定中的一小部分，实际应用中可能还需要进行更多的处理，比如多张图像的标定、立体标定等。

### OpenCV相机标定C++代码示例 以下是基于Ubuntu 18.04环境下使用OpenCV进行相机标定的C++代码示例。此代码来源于官方示例路径 `/opencv-XXX/samples/cpp/tutorial_code/calib3d/camera_calibration`[^1]。 ```cpp #include "opencv2/core.hpp" #include "opencv2/imgproc.hpp" #include "opencv2/highgui.hpp" #include "opencv2/calib3d.hpp" #include <iostream> #include <vector> using namespace cv; using namespace std; int main(int argc, char* argv[]) { const Size boardSize = Size(9, 6); // 棋盘格内部角点数 (列数x行数) bool showResults = true; // 是否显示结果图像 vector<vector<Point3f>> objectPoints(1); for (int i = 0; i < boardSize.height; ++i) { for (int j = 0; j < boardSize.width; ++j) { objectPoints[0].push_back(Point3f((float)(j * 25), (float)(i * 25), 0)); } } vector<vector<Point2f>> imagePoints; Mat img = imread("calibration_image.png", IMREAD_GRAYSCALE); if (!img.data) { cout << "Error loading the image!" << endl; return -1; } bool found = findChessboardCorners(img, boardSize, noArray(), CALIB_CB_ADAPTIVE_THRESH | CALIB_CB_NORMALIZE_IMAGE | CALIB_CB_FAST_CHECK); if (found) { drawChessboardCorners(img, boardSize, imagePoints.back(), found); imshow("Calibration Image with Corners Detected", img); waitKey(); } else { cout << "Chessboard not detected." << endl; return -1; } double rms = calibrateCamera(objectPoints, imagePoints, img.size(), Mat::eye(3, 3, CV_64F), Mat::zeros(5, 1, CV_64F), noArray(), noArray(), CALIB_FIX_K4 | CALIB_FIX_K5); cout << "Re-projection error reported: " << rms << endl; FileStorage fs("camera_params.yml", FileStorage::WRITE); if (fs.isOpened()) { fs << "camera_matrix" << Mat::eye(3, 3, CV_64F); fs << "distortion_coefficients" << Mat::zeros(5, 1, CV_64F); fs.release(); // 关闭文件存储对象 } else { cout << "Failed to save camera parameters!" << endl; return -1; } return 0; } ``` 上述代码实现了棋盘格模式下的相机标定功能，具体步骤如下： - 定义棋盘格尺寸 `boardSize` 并初始化世界坐标系中的三维点集合。 - 加载用于标定的图片并检测其中是否存在棋盘格图案。 - 如果成功找到棋盘格，则计算内外参数并通过 RMS 值评估误差。 - 将标定得到的相机矩阵和畸变系数保存到 YAML 文件中以便后续使用。 更多细节可以参考 CSDN 博客上的说明文档[^2]以及实际操作指南。 #### 注意事项 如果需要进一步扩展至 Android 环境或其他模型训练场景，请注意额外依赖库的引入方式及其兼容性问题[^3]。