Ubuntu下使用OpenCV进行相机标定简易教程

在计算机视觉领域，相机标定是一个重要的预处理步骤，它是实现3D重建、增强现实和其他视觉任务的基础。相机标定的过程涉及到使用一组已知几何特征的标定图案，通过它来估计相机的内参和外参。这个过程使得我们能够根据拍摄的图像重建出物体的三维坐标，或者反过来，通过三维模型渲染出与现实世界一致的图像。 Ubuntu是一种广泛使用的开源操作系统，它支持很多科技和开发环境。OpenCV是一个开源的计算机视觉和机器学习软件库，它提供了很多常用功能，例如图像处理、视频分析、特征检测等。通过使用OpenCV，开发者可以在Ubuntu下编写和运行复杂的计算机视觉应用程序，包括相机标定。 ### 相机标定源码 在Ubuntu环境下使用OpenCV进行相机标定，主要包含以下步骤： #### 1. 准备标定板和拍摄标定图片 标定板是一种已知几何特征的图案，通常使用的是棋盘格标定板。棋盘格的每个方格的大小已知，且各角点的位置便于识别。拍摄时，需要从不同的角度和距离拍摄多张标定板的图片。拍摄的图片数量和角度会影响标定的准确性。 #### 2. 编写或获取源码 源码部分将包括加载标定图片、检测标定板上的角点、计算相机参数等步骤。以下是一个简化的代码示例： ```cpp #include <opencv2/opencv.hpp> #include <vector> using namespace cv; using namespace std; int main() { // 设置标定板的角点数 Size boardSize(9, 6); // 以9x6的棋盘格为例 // 存储所有图片中的角点 vector<vector<Point2f>> imageCorners; vector<vector<Point3f>> objectCorners(1); // 填充objectCorners，每个方格的点，这里为(0,0,0)到(8,5,0) for (int i = 0; i < boardSize.height; i++) { for (int j = 0; j < boardSize.width; j++) { objectCorners[0].push_back(Point3f(j, i, 0)); } } // 存储标定板的尺寸 vector<Size> boardSizeVector; boardSizeVector.push_back(boardSize); // 打开包含标定图片的目录 string image_dir = "path/to/your/calibration/images"; vector<String> imageList; glob(image_dir + "/*.jpg", imageList); // 读取所有图片并寻找角点 for (size_t i = 0; i < imageList.size(); i++) { Mat img = imread(imageList[i], IMREAD_COLOR); vector<Point2f> corners; bool found = findChessboardCorners(img, boardSize, corners); if (found) { cornerSubPix(img, corners, Size(11, 11), Size(-1, -1), TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 30, 0.1)); imageCorners.push_back(corners); } } // 用于存储标定结果的变量 Mat cameraMatrix, distCoeffs; vector<Mat> rvecs, tvecs; // 计算相机标定结果 calibrateCamera(objectCorners, imageCorners, boardSize, cameraMatrix, distCoeffs, rvecs, tvecs, CALIB_FIX_K3); // 输出结果 cout << "Camera Matrix : " << endl << cameraMatrix << endl; cout << "Distortion Coefficients : " << endl << distCoeffs << endl; // 保存标定结果到文件 FileStorage fs("camera.yml", FileStorage::WRITE); fs << "camera_matrix" << cameraMatrix; fs << "distortion_coefficients" << distCoeffs; fs.release(); return 0; } ``` #### 3. 编译和运行源码 源码需要在Ubuntu环境下编译。通常使用CMake进行编译配置，可以通过创建一个CMakeLists.txt文件来进行配置，然后使用`make`命令编译程序。编译成功后，通过命令行运行生成的可执行文件。 #### 4. 校验标定结果 标定结束后，OpenCV会输出相机内参矩阵和畸变系数，它们可以被保存为.yml文件。这些参数可以用于校正图像中的畸变，也可以用于后续的三维重建等操作。 ### 总结 通过上述步骤，我们可以在Ubuntu环境下使用OpenCV进行相机标定。相机标定是一个精细且复杂的过程，它对于任何依赖精确图像测量和重建的应用都是必不可少的。OpenCV库提供了一套工具和函数，使得这个过程更加简单和直接。实际应用中，标定过程可能需要多次调整和优化，以达到所需的精度。此外，标定不仅仅是用到棋盘格，还可以使用圆点格等其他类型的标定图案。由于环境配置和代码实现的复杂性，此过程需要一定的计算机视觉和编程基础。