这篇博客介绍了作者如何理解并应用opencv-python的相机标定例程，详细讲解了相机标定的过程，包括从三维世界坐标到二维图像坐标的转换，并提供了一个完整的相机标定程序示例。通过标定，可以估算转换矩阵和失真系数，减少拍摄图像的失真。文中还展示了标定前后的图片对比。
最近开始接触TOF相机，一上来就遇到了标定问题。查了opencv-python tutorial，发现给了例程。由于较长时间没碰python，opencv也没学过，很多地方看不懂，这篇博客当作个人对例程的理解。
简述
网上有很多优秀的解释相机标定的博客，我摘了两篇自己参考的。
简单而言，我们拍摄的物体都处于三维世界坐标系中，而相机拍摄时镜头看到的是三维相机坐标系，成像时三维相机坐标系向二维图像坐标系转换。不同的镜头成像时的转换矩阵不同，同时可能引入失真，标定的作用是近似地估算出转换矩阵和失真系数。为了估算，需要知道若干点的三维世界坐标系中的坐标和二维图像坐标系中的坐标，也就是拍摄棋盘的意义。
例程
注：tutorial的例程是片段的，下面是我自己整理起来的程序。
#-*- coding:utf-8 -*-
import cv2
im
最低0.47元/天 解锁文章
扫一扫
1512
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
