OpenCV使用标定图

来源：互联网发布：scientific linux 6 编辑：程序博客网时间：2024/06/04 19:54

本文由 @lonelyrains 出品，转载请注明出处。
文章链接： http://blog.csdn.net/lonelyrains/article/details/46915705

上一步生成标定图参考上一篇文章OpenCV生成标定图。

在生成标定图之后，需要用A4纸打印下来，才能拿到摄像头下面摆弄。

笔者使用的是imagelist图片列表的方式使用标定图，即先用摄像头拍一部分图片，然后再由下面说的校准工程校准得到畸变参数——主要原因是还没有搞清楚怎么实时获取这个摄像头（海康威视）的视频流，目前都是通过http从浏览器上登录访问——OpenCV的校准示例本身是支持基于标定板视频流的实时校准的。

生成OpenCV识别的标定图列表的工程：opencv248\sources\samples\cpp\imagelist_creator.cpp。使用命令示例：imagelist_creator imagelist.yaml *.png。得到imagelist.yaml如下：

<?xml version="1.0"?><opencv_storage><images>  "1.png" "2.png" "3.png" "4.png" "5.png" "6.png" "7.png" "8.png"</images></opencv_storage>

使用标定图的校准工程，参考OpenCV示例工程：opencv248\sources\samples\cpp\calibration.cpp。使用命令示例：calibration -w 9 -h 6 -pt chessboard -o camera.yaml -op -oe -su imagelist.xml。得到camera.yaml其中最关键的是摄像机内参数矩阵、畸变参数矩阵：

%YAML:1.0calibration_time: "07/16/15 14:58:18"camera_matrix: !!opencv-matrix   rows: 3   cols: 3   dt: d   data: [ 5.5977614554147385e+002, 0., 4.3513787505786939e+002, 0.,       4.1717385931117281e+002, 2.3329672151206768e+002, 0., 0., 1. ]distortion_coefficients: !!opencv-matrix   rows: 5   cols: 1   dt: d   data: [ -4.0702020878986456e-001, 2.5025002728793899e-001,       -3.7768192568471098e-003, -9.1190914257643463e-004,       -1.0546751146845158e-001 ]

庆幸的是calibration.cpp中已经包含了如何对一张畸变图片进行校准。整理出关键代码为：

#include <time.h>void loadCameraParams(Mat &cameraMatrix, Mat &distCoeffs){FileStorage fs( "camera.yaml", FileStorage::READ);    fs ["camera_matrix"] >> cameraMatrix;    fs ["distortion_coefficients"] >> distCoeffs;}Mat calibrator(Mat &view){vector<string> imageList;static bool bLoadCameraParams = false;static Mat cameraMatrix, distCoeffs, map1, map2;Mat rview;Size imageSize,newImageSize;if(!view.data)return Mat();imageSize.width = view.cols;imageSize.height = view.rows;newImageSize.width = imageSize.width;newImageSize.height = imageSize.height;if(bLoadCameraParams == false){loadCameraParams(cameraMatrix, distCoeffs);bLoadCameraParams = true;initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, newImageSize, 0), newImageSize, CV_16SC2, map1, map2);}//undistort( view, rview, cameraMatrix, distCoeffs, cameraMatrix );remap(view, rview, map1, map2, INTER_LINEAR);//imshow("Image View", rview);//int c = 0xff & waitKey();rview.copyTo(view);return view;}

途中遇到的问题和解决步骤：

1、使用摄像头拍完标定图片，使用，发现调用过程中崩溃。即对着摄像头照了的很多张图片，依然未找到一张能正确识别棋盘的。

2、使用OpenCV自带的图片opencv248\sources\samples\cpp\leftXX.jpg，转成png，成功执行。在识别到的棋盘中描出了角点。

3、为了减小问题出现的因素，尽量控制单一变量，使用行列同leftXX.jpg相同的标定板图片：宽9个小方格、高6个小方格。仍然不能识别。

4、怀疑是摄像头的畸变太严重，导致图片识别不了，就用手机摄像头试了一下。因为手机摄像头的畸变非常小，基本可以忽略。结果虽然也不能识别。但是将手机对着显示器拍照拍得的原始图片对着leftXX.jpg使用灰色边框，结果可以识别了！

5、再用摄像头拍的图片，使用灰色边框，发现仍然识别不了。如果摄像头畸变太严重导致识别不了，貌似也不太合情理，因为都是数字游戏呀。方格应该可以比较好识别吧。畸变看起来也不是比leftXX.jpg大太多。剩下的只能怀疑是打印纸的黑方格的黑色不明显，用毛笔涂黑（也是醉了）。

6、最后终于可以识别一部分图片了！也算大功告成吧。顺便鄙视一把国内打印店的打印机质量，黑方格颜色太浅，咋leftXX.jpg外国打印机就打得那么神颜色。

原始畸变图片、校准工具描了角点的畸变图片和校正图片，取了同一张，分别如下：

增加了命令行的批处理文件，标定校准工具、图片打包下载链接：http://download.csdn.net/detail/lonelyrains/8906705

2 0