利用opencv自带源码进行摄像机定标（2）

最新推荐文章于 2023-04-20 14:48:35 发布

冯二阳家的刘小洋

最新推荐文章于 2023-04-20 14:48:35 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理文章标签：摄像头摄像机定标 opencv calibration

本文链接：https://blog.youkuaiyun.com/u013005150/article/details/46313677

图像处理专栏收录该内容

4 篇文章

订阅专栏

本文详细介绍了如何使用OpenCV进行摄像头标定并利用标定结果进行图像矫正。通过使用initUndistortRectifyMap和remap函数替代caUndistort2函数，实现了一次性完成畸变映射计算和图像矫正的过程。示例代码展示了读取摄像头参数、矫正图像及显示矫正前后效果的方法。此外，文章强调了进行矫正前必须先进行定标的重要性，并提供了定标参数的读取方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上篇文章中讲述了如何利用opencv 自带源码进行摄像头标定，本篇讲一下如何利用标定结果进行图像矫正

1、使用的函数

可以使用caUndistort2()函数一次性完成畸变映射计算和图像矫正，但对于同一个摄像头拍摄出来的图像，进行一次畸变映射即可，不需要每帧图像都进行畸变映射。因此caUndistort2()运行效率不高，聪明的方法是使用畸变映射计算和图像矫正运算两个函数替代caUndistort2()。

畸变映射函数：initUndistortRectifyMap（）

矫正函数：remap(）

2、示例

CvCapture * capture=cvCreateCameraCapture();

IplImage *image=cvQueryFrame(capture);

initUndistortRectifyMap（/****输入你的参数****/）

while(image){

cvRemap(/****输入你的参数****/)

image=cvQueryFrame(capture);

}

3、效果

矫正前

校正后

4、注意

进行矫正前必须先进行定标，获取摄像头的参数，定标过程见上面，定标之后可以通过

FileStorage fs2("%path%/\\cameral2.yml", FileStorage::READ); 来读取定标参数矩阵。定标过程中，尽量将图片占满全屏，或者向屏幕边缘处靠近，因为屏幕边缘处的畸变最大，这样才能更真实的测出摄像头的畸变参数。

下面是我实际使用的代码：

CvCapture * capture=cvCreateCameraCapture();

IplImage *image=cvQueryFrame(capture);

//读取摄像头参数
FileStorage fs2("D:\\work\\车牌识别\\车牌识别_佟兴宇\\Debug\\cameral2.yml", FileStorage::READ);

int frameCount = (int)fs2["nframes"];

std::string date;
fs2["calibration_time"] >> date;

Mat cameraMatrix, distCoeffs;
fs2["camera_matrix"] >> cameraMatrix;
fs2["distortion_coefficients"] >> distCoeffs;

cout << "frameCount: " << frameCount << endl
<< "calibration date: " << date << endl
<< "camera matrix: " << cameraMatrix << endl
<< "distortion coeffs: " << distCoeffs << endl;

Mat view,rview, map1, map2;
initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),
getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),
imageSize, CV_16SC2, map1, map2);

while(image){

remap(view, rview, map1, map2, INTER_LINEAR);
imshow("view",view);
waitKey(15);
imshow("rview",rview);
waitKey(15);

image=cvQueryFrame(capture);

}