单目相机标定原理及图像坐标到世界坐标的求解（图像处理）

lzj1234321

已于 2022-02-21 09:08:53 修改

阅读量5.6k

点赞数 4

分类专栏：图像处理文章标签： opencv 计算机视觉

于 2022-02-21 08:56:07 首次发布

本文链接：https://blog.youkuaiyun.com/m0_53362727/article/details/123039909

版权

本文介绍了单目相机标定的原理，并详细解析了如何从图像坐标系转换到世界坐标系的过程。通过参考链接提供的资料和Gitee上的代码，读者可以深入理解这一图像处理的关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

啥都不说先上代码和图

结果图：

世界坐标推导过程：

import cv2
import numpy as np

calibrate_board_size = (7, 7)
calibrate_board_circle_gap = 12.5

src_img = cv2.imread('./img/1.jpg', cv2.IMREAD_ANYCOLOR)
src_img = src_img[600:1500, 100:1100]
gray_img = cv2.cvtColor(src_img, cv2.COLOR_RGB2GRAY)

###找标定板圆心###
retval, image_point = cv2.findCirclesGrid(gray_img, calibrate_board_size, cv2.CALIB_CB_SYMMETRIC_GRID)
cv2.drawChessboardCorners(src_img, calibrate_board_size, image_point, True)
cv2.imshow('img', src_img)

###对圆心进行亚像素精度运算###
stop_criteria = (cv2.TERM_CRITERIA_EPS +