相机手眼标定代码实现

相机手眼标定是一种计算机视觉技术，用于确定摄像机相对于固定世界坐标系的位置和旋转。这个过程通常涉及到找到特定的标记点（例如棋盘格、二维码等）在摄像头视场中的位置，并将其与已知的世界坐标对应起来。

在Python中，常用的库如OpenCV (cv2) 提供了camera calibration功能，包括手眼标定的部分。以下是简单的代码示例，展示了如何进行相机标定：

import cv2
import numpy as np

# 初始化参数
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6 * 9, 3), np.float32)
objp[:, :2] = np.mgrid[0:9, 0:6].T.reshape(-1, 2)

# 模拟真实场景下的标志物位置
images = []  # 存放所有图片路径
corners_list = []  # 存放每个图像找到的特征点

# 循环读取并检测图像上的棋盘格
for image_path in images:
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 使用角点检测算法（如corner Harris或findChessboardCorners）
    corners, _ = cv2.findChessboardCorners(gray, (9, 6), None)
    
    if corners is not None:
        corners_list.append(corners)
        cv2.cornerSubPix(gray, corners, (11, 11), (-1,-1), criteria)
        cv2.drawChessboardCorners(img, (9, 6), corners, True)
        
    cv2.imshow('Image', img)
    cv2.waitKey(500)  # 等待按键

# 手眼标定
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objp, corners_list, gray.shape[::-1], None, None)