OpenCV下的单目标定，双目标定与立体校正(calibrateCamera, stereoCalibrate and stereoRectify)

QuanHaHQuan

已于 2024-07-17 09:45:14 修改

阅读量2.2k

点赞数 24

分类专栏： Blah-Blah code sharing 文章标签： opencv 人工智能计算机视觉 python github

于 2024-07-14 11:32:08 首次发布

本文链接：https://blog.youkuaiyun.com/c_h_q_/article/details/140413330

版权

OpenCV下的单目标定，双目标定与立体校正(calibrateCamera, stereoCalibrate and stereoRectify)

1. 杂话

大伙儿应该都用过OpenCV和相机吧，所以今天咱们就来说说怎么使用两个相机拍摄的照片和OpenCV来进行标定和立体校正。相机标定的理论解释其实有很多啦，我就随便找两个写得不错的帖子给大家参考一下哈：

fengye2two的帖子-标定

卍卐没想到的帖子-标定

瞻邈-立体校正

总而言之，我就不那个班门弄斧关公面前耍大刀了，我就简单说说代码层面的实现。
其中，标定部分的代码部分参考了：Temuge Batpurev’s Blog
绘制极线部分的代码参考了：逆光525的帖子-绘制极线
对了，我使用的数据和完整的代码在这里：Repo : Calibrate-and-Rectify

2. 单目标定

2.1 先看代码

chessboard_size = (9, 6)
frame_size = (640, 480)

# 设置棋盘格点的世界坐标
objp = np.zeros((chessboard_size[0]*chessboard_size[1], 3), np.float32)
objp[:,:2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2)
square_size = 1
objp *= square_size

# 用于存储世界坐标和图像坐标
objpoints = [] # 3d points in real world space
imgpoints_main = [] # 2d points in image plane
images = glob.glob('demo/left*.jpg')
images = sorted(images)
print(f"Found {
     len(images)} images for calibration")

for idx, image_file in enumerate(images):
    img = cv2.imread(image_file)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 寻找棋盘格角点
    ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None)

    if ret == True:
        objpoints.append(objp)

        # 亚像素级角点精确化
        criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
        corners2 = cv2.cornerSubPix(gray, corners, (11, 11

最低0.47元/天解锁文章