OpenCV摄像头标定_opencv.js 摄像头标定

本文介绍使用OpenCV自带的标定例程对单目摄像头标定的过程。

操作系统：Linux
OpenCV版本：3.2.0
摄像头：640×480像素，90度广角镜头

一、标定步骤

1、找到标定例程

进入OpenCV安装目录，找到samples/cpp/tutorial_code/calib3d/camera_calibration目录，把它拷贝到一个合适的位置。（因为可能需要修改一些代码，因此不建议直接在原目录下使用。）

2、修改标定配置参数

找到camera_calibration/in_VID5.xml文件，这是标定程序使用的配置文件，需要设置里面的几个参数。

1. 棋盘格的宽度和高度。

<!-- Number of inner corners per a item row and column. (square, circle) -->
<BoardSize_Width>9</BoardSize_Width>
<BoardSize_Height>6</BoardSize_Height>

需要特别注意的是，这里的宽度和高度是指内部交叉点的个数，而不是方形格的个数。如下图所示的棋盘格，内部交叉点的宽度是9，高度是6。请务必填写正确，否则无法标定。

 

1. 每格的宽度
   每格的宽度应设置为实际的毫米数，该参数的实际用途尚待考证。目前看来，即使设置的不准确也无大碍。

  <!-- The size of a square in some user defined metric system (pixel, millimeter)-->
  <Square_Size>20</Square_Size>

1. 选择输入方式
   例程提供了三种输入方式。不过，如果待标定的摄像头已经接入电脑，建议使用input camera方式。该方式只需要设置视频输入设备号，对于笔记本电脑来说，通常0表示笔记本自带摄像头，1表示外接摄像头。

  <!-- The input to use for calibration. 
        To use an input camera -> give the ID of the camera, like "1"
        To use an input video  -> give the path of the input video, like "/tmp/x.avi"
        To use an image list   -> give the path to the XML or YAML file containing the list of the images, like "/tmp/circles_list.xml"
        -->
<Input>"1"</Input>

3、编译

新建camera_calibration/CMakeLists.txt文件，写入如下内容。

project(Camera_Calibration)
set(CMAKE_CXX_STANDARD 11)
 
find_package(OpenCV 3.0 QUIET)
if(NOT OpenCV_FOUND)
    find_package(OpenCV 2.4.3 QUIET)
    if(NOT OpenCV_FOUND)
        message(FATAL_ERROR "OpenCV > 2.4.3 not found.")
    endif()
endif()
 
include_directories(${OpenCV_INCLUDE_DIR})
add_executable(Camera_Calibration camera_calibration.cpp)
target_link_libraries(Camera_Calibration ${OpenCV_LIBS})

编译

wjg@wjg-PC:camera_calibration/build$ cmake ..
wjg@wjg-PC:camera_calibration/build$ make

4、运行

运行时需要传入配置文件：

wjg@wjg-PC:camera_calibration/build$ Camera_Calibration ../in_VID5.xml

程序启动后会出现当前摄像头拍摄到的画面，右下角有操作提示。按下键盘'q'键开始标定。请务必使摄像头从不同方向拍摄棋盘格，以保证程序准确计算图像畸变。共拍摄25张照片后自动结束标定，标定结果写入camera_calibration/out_camera_data.xml。此时，为了查看标定效果，可以按下键盘'u'键，画面将切换到去畸变后的图像，如果畸变完全消除，则标定成功，否则应该重新标定。

这里有一些注意事项：

• 可以直接在另一台电脑屏幕上显示棋盘格，而不必打印出来。屏幕上显示的棋盘格更平整，不会引入额外的误差。
• 要在上下左右各个角度拍摄棋盘格，以减少各个图片间的相关性，有利于求解相机参数和畸变系数。

现在，就可以使用标定好的相机内参和畸变系数啦！

二、相机去畸变

有了标定好的参数，如何把输入图片的畸变去除呢？其实很简单，只需要调用OpenCV提供的一个函数就可以了：

cv::undistort(temp, frame, mK, mDistCoef);

其中，temp为原图片，frame为去畸变后的图片，mK为相机内参数矩阵，mDistCoef为畸变矩阵。后两个矩阵都可以在camera_calibration/out_camera_data.xml中找到。

三、理论知识——相机模型

光会用还不够，我们应该至少了解为什么需要标定，标定有什么用。

简单来说，标定是为了能够从空间点的像素坐标映射到世界坐标，这是3D立体视觉必须经过的过程。这一过程需要三步，第一步从畸变的像素坐标映射到去畸变的像素坐标，需要用到畸变矩阵mDistCoef；第二步从去畸变的像素坐标映射到相机坐标，需要用到相机内参数矩阵mK；第三步从相机坐标映射到世界坐标，需要用到相机外参数矩阵，也就是相机位姿变换矩阵。下图展示了第二步和第三步的过程。

关于更详细的理论知识，推荐阅读文末列出的参考资料。

四、参考资料

《视觉SLAM十四讲》第5讲 相机与图像 高翔
机器视觉的相机标定到底是什么？ 知乎