ros opencv标定相机
时间: 2025-06-03 16:41:56 浏览: 22
### 使用 ROS 和 OpenCV 进行相机标定
#### 配置环境
为了完成相机标定,需确保已安装必要的依赖项。ROS 提供了一个名为 `camera_calibration` 的包来简化这一过程[^1]。此工具基于 OpenCV 实现,并允许通过图形界面调整参数。
#### 准备工作
在开始前,需要准备棋盘格图案作为标定目标。建议打印标准的黑白相间棋盘格图像并固定在一个平面上。此外,在配置文件中指定保存数据和结果的路径、标定板尺寸以及其他必要参数[^3]。
#### 启动节点
启动摄像头驱动程序以发布 `/image_raw` 主题的数据流。如果尚未设置,请先运行以下命令加载默认摄像机设备:
```bash
rosrun usb_cam usb_cam_node _pixel_format:=yuyv
```
随后执行标定进程:
```bash
roslaunch camera_calibration cameraviewer.launch image:=/usb_cam/image_raw camera_name:=my_camera
```
这将打开一个窗口显示实时视频帧,并等待用户手动选取角点位置用于后续计算。
#### 调整内参与校正畸变
当收集足够的样本图片后(通常至少20张不同角度),点击 GUI 上方菜单栏中的 “Calibrate” 开始处理。成功完成后可进一步优化模型并通过“Save...”按钮导出 YAML 文件存储最终估计得到的矩阵形式内部参数及其对应的径向切向失真因子列表[^2]。
以下是 Python 版本调用 API 完成相同功能的一个简单例子:
```python
import cv2
import numpy as np
from glob import glob
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6*9,3), np.float32)
objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2)
objpoints = []
imgpoints = []
images = glob('*.jpg')
for fname in images:
img = cv2.imread(fname)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,corners=cv2.findChessboardCorners(gray,(9,6),None)
if ret == True:
objpoints.append(objp)
corners2 = cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)
imgpoints.append(corners2)
ret,matrix,dist,rvecs,tvecs = cv2.calibrateCamera(objpoints,imgpoints,gray.shape[::-1],None,None)
print(matrix)
np.savez("B.npz",mtx=matrix,dst=dist,rvecs=rvecs,tvecs=tvecs)
```
阅读全文
相关推荐



















