摄像头标定原理Demo

最新推荐文章于 2025-06-10 15:20:42 发布

原创

最新推荐文章于 2025-06-10 15:20:42 发布 · 2.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#image #translation #float #vector #distance #parameters

本文介绍了摄像头标定的原理，详细讲解了OpenCV自带的摄像机标定程序，包括程序的使用说明、命令行参数解析，并提供了两种标定程序的代码示例，帮助理解并实现摄像头的校正和三维重建。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

摄像头标定

Wikipedia，自由的百科全书

标定原理介绍

摄像机小孔模型 Cv照相机定标和三维重建#针孔相机模型和变形

[ 编辑]

标定程序1（opencv自带的示例程序）

[ 编辑]

简介

读者可以直接使用Opencv自带的摄像机标定示例程序，该程序位于 “/OpenCV/samples/c目录下的calibration.cpp”，程序的输入支持直接从USB摄像机读取图片标定，或者读取avi文件或者已经存放于电脑上图片进行标定。

[ 编辑]

使用说明

编译运行程序，如果未设置任何命令行参数，则程序会有提示，告诉你应该在你编译出来的程序添加必要的命令行，比如你的程序是calibration.exe(以windows操作系统为例）。则你可以添加如下命令行（以下加粗的字体所示）：

calibration -w 6 -h 8 -s 2 -n 10 -o camera.yml -op -oe [<list_of_views.txt>]

[ 编辑]

调用命令行和参数介绍

Usage: calibration

    -w <board_width>         # 图片某一维方向上的交点个数
    -h <board_height>        # 图片另一维上的交点个数
    [-n <number_of_frames>]  # 标定用的图片帧数
                             # (if not specified, it will be set to the number
                             #  of board views actually available)
    [-d <delay>]             # a minimum delay in ms between subsequent attempts to capture a next view
                             # (used only for video capturing)
    [-s <square_size>]       # square size in some user-defined units (1 by default)
    [-o <out_camera_params>] # the output filename for intrinsic [and extrinsic] parameters
    [-op]                    # write detected feature points
    [-oe]                    # write extrinsic parameters
    [-zt]                    # assume zero tangential distortion
    [-a <aspect_ratio>]      # fix aspect ratio (fx/fy)
    [-p]                     # fix the principal point at the center
    [-v]                     # flip the captured images around the horizontal axis
    [input_data]             # 输入数据，是下面三种之中的一种:
                             #  - 指定的包含图片列表的txt文件
                             #  - name of video file with a video of the board
                             # if input_data not specified, a live view from the camera is used

标定图片示例

上图中，横向和纵向分别为9个交点和6个交点，对应上面的命令行的命令参数应该为： -w 9 -h 6。

经多次使用发现，不指定 -p参数时计算的结果误差较大，主要表现在对u0,v0的估计误差较大，因此建议使用时加上-p参数

[ 编辑]

list_of_views.txt

该txt文件表示的是你在电脑上面需要用以标定的图片列表。

view000.png
view001.png
#view002.png
view003.png
view010.png
one_extra_view.jpg

上面的例子中，前面加“井号”的图片被忽略。

在windows的命令行中，有一种简便的办法来产生此txt文件。在CMD窗口中输入如下命令（假设当前目录里面的所有jpg文件都用作标定,并且生成的文件为a.txt）。

dir *.jpg /B >> a.txt

[ 编辑]

输入为摄像机或者avi文件时

        "When the live video from camera is used as input, the following hot-keys may be used:/n"
            "  <ESC>, 'q' - quit the program/n"
            "  'g' - start capturing images/n"
            "  'u' - switch undistortion on/off/n";

[ 编辑]

代码

请直接复制 calibration.cpp 中的相关代码。

[ 编辑]

标定程序2

OPENCV没有提供完整的示例，自己整理了一下，贴出来记录。

首先自制一张标定图片，用A4纸打印出来，设定距离，再设定标定棋盘的格子数目，如8×6，以下是我做的图片8×8

然后利用cvFindChessboardCorners找到棋盘在摄像头中的2D位置，这里cvFindChessboardCorners不太稳定，有时不能工作，也许需要图像增强处理。
计算实际的距离，应该是3D的距离。我设定为21.6毫米，既在A4纸上为两厘米。
再用cvCalibrateCamera2计算内参，
最后用cvUndistort2纠正图像的变形。

结果如下：

[ 编辑]

代码

代码下载

具体的函数使用，请参考Cv照相机定标和三维重建#照相机定标

#include "stdafx.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
// OpenCV
#include <cxcore.h>
#include <cv.h>
#include <highgui.h>
#include <cvaux.h>
 
 
void InitCorners3D(CvMat *Corners3D, CvSize ChessBoardSize, int Nimages, float SquareSize);
void makeChessBoard();
int myFindChessboardCorners( const void* image, CvSize pattern_size,
                             CvPoint2D32f* corners, int* corner_count=NULL,
                             int flags=CV_CALIB_CB_ADAPTIVE_THRESH );
 
 
inline int drawCorssMark(IplImage *dst,CvPoint pt)
/*************************************************
  Function:        main_loop
  Description:     绘制一个十字标记					
  Calls:          
  Called By:      
  Input:           RGB image,  pt               
  Output:         
  Return:         
  Others:          需要检查坐标是否越界 to do list
*************************************************/
{
   
   
 
	const int cross_len = 4;
	CvPoint pt1,pt2,pt3,pt4;
	pt1.x = pt.x;
	pt1.y = pt.y - cross_len;
	pt2.x = pt.x;
	pt2.y = pt.y + cross_len;
	pt3.x = pt.x - cross_len;
	pt3.y = pt.y;
	pt4.x = pt.x + cross_len;
	pt4.y = pt.y;
 
	cvLine(dst,pt1,pt2,CV_RGB(0,255,0),2,CV_AA, 0 );	
	cvLine(dst,pt3,pt4,CV_RGB(0,255,0),2,CV_AA, 0 );
 
	return 0;
}
 
/* declarations for OpenCV */
IplImage                 *current_frame_rgb