[OpenCV】相机标定之棋盘格角点检测与绘制

在OpenCV中，棋盘格角点检测与绘制是一个常见的任务，通常用于相机标定。
棋盘格自定义可参考: OpenCV: Create calibration pattern

1. 棋盘格角点检测 findChessboardCorners()

函数原型是

//C++使用时，包含头文件
#include <opencv2/calib3d.hpp>

bool cv::findChessboardCorners	(InputArray image,
Size patternSize,
OutputArray corners,
int	flags = CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE)		
Python://opencv4.8.0
cv.findChessboardCorners(	image, patternSize[, corners[, flags]]	) ->	retval, corners

这里引用官方的文档内容–参数介绍

参数成员
image 来源棋盘视图。它必须是8位灰度或彩色图像。
这里如果输入是彩色图像，最好先使用 cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 转换为灰度图像。
patternSize 棋盘格的内部角点数量，格式为 (columns, rows)。必须是棋盘格内部的角点数量，而不是棋盘格的方块数量。例如，一个 10x7 的棋盘格方块，其内部角点数量是 9x6。
注意：这里的角点是指棋盘格内部的交叉点，而不是棋盘格的方块数量。
corners 检测到的角点的输出数组。
如果找到角点，corners 将是一个包含所有角点坐标的数组，形状为 (N, 1, 2)，其中 N 是角点的数量。
flags 各种操作标志，可以为零或以下值的组合：
*CALIB_CB_ADAPTIVE_THRESH 使用自适应阈值将图像转换为黑白，而不是固定的阈值水平(根据平均图像亮度计算)。
*CALIB_CB_NORMALIZE_IMAGE 在应用固定或自适应阈值之前，用均衡器归一化图像灰度系数。
*CALIB_CB_FILTER_QUADS 使用附加标准(如轮廓面积、周长、类似正方形的形状)过滤掉在轮廓检索阶段提取的错误四边形。
*CALIB_CB_FAST_CHECK 在图像上运行快速检查，寻找棋盘角，如果没有找到，则快捷调用。当没有观察到棋盘时，这可以显著地加速退化条件下的调用。
返回值
ret
布尔值，表示是否成功找到棋盘格角点。如果找到角点，返回 True；否则返回 False。
corners
检测到的角点坐标，是一个形状为 (N, 1, 2) 的 NumPy 数组，其中 N 是角点的数量。每个角点的坐标是 (x, y)，表示其在图像中的像素位置。

该函数试图确定输入图像是否是棋盘图案的视图，并定位棋盘的内部角。如果找到了所有的角，并按一定的顺序(逐行，每行从左到右)放置，则该函数返回一个非零值。否则，如果函数未能找到所有的角或对它们重新排序，它将返回0。例如，一个规则的棋盘有8×8个正方形和7×7个内角，即黑色正方形相互接触的点。检测到的坐标是近似的，为了更精确地确定它们的位置，该函数调用cornerSubPix。如果返回的坐标不够精确，也可以使用带有不同参数的cornerSubPix函数。

2. 棋盘格角点绘制 drawChessboardCorners()

函数原型是

//头文件包含
#include <opencv2/calib3d.hpp>

void cv::drawChessboardCorners(InputOutputArray image,
Size patternSize,
InputArray corners,
bool patternWasFound )		
Python://opencv4.8.0
cv.drawChessboardCorners(image, patternSize, corners, patternWasFound)->image

参数介绍，引用于官方文档

image ; 目标图像。它必须是8位彩色图像。
patternSize 棋盘行和列的内角数量(patternSize = cv::Size(points _ per _ row，points_per_column))。必须是棋盘格内部的角点数量，而不是棋盘格的方块数量。例如，一个 10x7 的棋盘格方块，其内部角点数量是 9x6。
corners: 检测到的角的数组，findChessboardCorners的输出。
patternWasFound: 这个参数表明是否找到了完整棋盘。此处应导入使用findChessboardCorners 函数时所获取到的返回值。
这个函数用于绘制单个棋盘角，如果没有找到棋盘，则显示为红色圆圈；如果找到了棋盘，则显示为用线条连接的彩色角。

3. 代码示例

以下是一个简单的步骤和代码示例，展示如何使用OpenCV检测棋盘格的角点并绘制它们。

C++版本

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 读取图像
    cv::Mat image = cv::imread("chessboard.png");
    if (image.empty()) {
        std::cerr << "无法加载图像！" << std::endl;
        return -1;
    }

    // 转换为灰度图像
    cv::Mat gray;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);

    // 定义棋盘格的内部角点数量
    cv::Size patternSize(9, 6); // 例如，9x6 的棋盘格

    // 存储角点的容器
    std::vector<cv::Point2f> corners;

    // 查找棋盘格角点
    bool found = cv::findChessboardCorners(gray, patternSize, corners);

    if (found) {
        std::cout << "找到 " << corners.size() << " 个角点" << std::endl;

        // 优化角点位置
        cv::TermCriteria criteria(cv::TermCriteria::EPS + cv::TermCriteria::MAX_ITER, 30, 0.001);
        cv::cornerSubPix(gray, corners, cv::Size(11, 11), cv::Size(-1, -1), criteria);

        // 绘制角点
        cv::drawChessboardCorners(image, patternSize, cv::Mat(corners), found);

        // 显示结果
        cv::imshow("Chessboard Corners", image);
        cv::waitKey(0);
    } else {
        std::cout << "未找到棋盘格角点" << std::endl;
    }

    cv::destroyAllWindows();
    return 0;
}

代码说明
1. 图像读取与灰度转换
使用 cv::imread 读取图像，并检查是否成功加载。
使用 cv::cvtColor 将彩色图像转换为灰度图像。
2. 定义棋盘格尺寸
使用 cv::Size 定义棋盘格的内部角点数量（例如 9x6）。
3. 查找角点
使用 cv::findChessboardCorners 查找棋盘格角点。如果找到角点，返回 true，并将角点坐标存储在 corners 中。
4. 优化角点位置
使用 cv::cornerSubPix 对角点位置进行亚像素优化，以提高精度。
5. 绘制角点
使用 cv::drawChessboardCorners 在图像上绘制检测到的角点。
6. 显示结果
使用 cv::imshow 显示带有角点的图像，并等待用户按键退出。

python版本

步骤：

1. 导入必要的库：导入OpenCV和NumPy库。
2. 读取图像：读取包含棋盘格的图像。
3. 查找角点：使用cv2.findChessboardCorners函数查找棋盘格的角点。
4. 优化角点位置：使用cv2.cornerSubPix函数优化角点位置。
5. 绘制角点：使用cv2.drawChessboardCorners函数绘制检测到的角点。
6. 显示结果：显示带有角点的图像。

代码示例：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('chessboard.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 定义棋盘格的尺寸（内部角点的数量）
pattern_size = (9, 6)  # 例如，9x6的棋盘格

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

if ret:
 	print(f"找到 {len(corners)} 个角点")
    # 优化角点位置
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
    corners = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)

    # 绘制角点
    cv2.drawChessboardCorners(image, pattern_size, corners, ret)

    # 显示结果
    cv2.imshow('Chessboard Corners', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
else:
    print("未找到棋盘格角点")

代码说明：

1. cv2.findChessboardCorners：这个函数用于查找棋盘格的角点。它需要输入灰度图像、棋盘格的尺寸（内部角点的数量），以及一些可选参数。如果找到角点，返回True和角点的坐标。
2. cv2.cornerSubPix：这个函数用于优化角点的位置，使其更加精确。
3. cv2.drawChessboardCorners：这个函数用于在图像上绘制检测到的角点。

注意事项：

• 棋盘格的尺寸（内部角点的数量）需要根据实际的棋盘格进行调整。
• 如果图像中没有找到棋盘格角点，ret将为False，此时需要检查图像和棋盘格尺寸是否正确。

运行结果：
运行代码后，你将看到图像上绘制了检测到的棋盘格角点。这些角点可以用于进一步的相机标定或其他计算机视觉任务。