python进行相机标定后输出中间棋盘格四角点坐标

进行相机标定后，我们可以使用OpenCV库中的cv2.calibrateCamera()函数得到相机内部参数矩阵和畸变系数，以及每张图片中棋盘格四角点的坐标。以下是一个简单的Python代码示例：

import cv2
import numpy as np

# 定义棋盘格大小
pattern_size = (9, 6)

# 定义每个棋盘格的边长
square_size = 2.5

# 读入棋盘格图片
img = cv2.imread('chessboard.jpg')

# 将图片转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 找到棋盘格角点
ret, corners = cv2.findChessboardCorners(gray, pattern_size)

# 计算相机内部参数矩阵和畸变系数
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera([corners], [np.zeros_like(corners)], gray.shape[::-1], None, None)

# 输出相机内部参数矩阵和畸变系数
print("Camera Matrix:")
print(mtx)
print("Distortion Coefficients:")
print(dist)

# 输出每张图片中棋盘格四角点的坐标
print("Corners of Chessboard:")
print(corners)

在这个例子中，我们首先定义了棋盘格的大小和每个棋盘格的边长。然后，我们读入一张棋盘格图片，将其转为灰度图，使用cv2.findChessboardCorners()函数找到棋盘格角点，并使用cv2.calibrateCamera()函数计算相机内部参数矩阵和畸变系数。最后，我们输出相机内部参数矩阵和畸变系数，以及每张图片中棋盘格四角点的坐标。

注意，corners的格式是一个Nx1x2的数组，其中N是角点的个数，每个角点由一个2维坐标表示。如果想要输出每个角点的坐标，可以使用以下代码：

for corner in corners:
    print(corner[0])

这样就可以输出每个角点的x和y坐标了。