opencv 相机标定角点检测代码

以下是使用 OpenCV 进行相机标定的角点检测代码，其中假设使用的棋盘格为 9x6 的：

import numpy as np
import cv2

# 棋盘格尺寸（单位：毫米）
CHESSBOARD_SQUARE_SIZE = 20

# 棋盘格大小
CHESSBOARD_SIZE = (9, 6)

# 获取棋盘格角点
def get_chessboard_corners(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, CHESSBOARD_SIZE, None)
    if ret:
        corners = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria=(cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001))
    return ret, corners

# 读取一组图片进行标定
def calibrate_camera(images):
    # 预期的标定角点数量
    expected_corners_count = CHESSBOARD_SIZE[0] * CHESSBOARD_SIZE[1]

    # 准备用于标定的数据
    object_points = []
    image_points = []

    # 准备物体坐标系中的点
    objp = np.zeros((expected_corners_count, 3), np.float32)
    objp[:, :2] = np.mgrid[0:CHESSBOARD_SIZE[0], 0:CHESSBOARD_SIZE[1]].T.reshape(-1, 2) * CHESSBOARD_SQUARE_SIZE

    # 遍历每张图片进行处理
    for image in images:
        # 获取角点
        ret, corners = get_chessboard_corners(image)
        if not ret:
            continue

        # 确保找到了预期数量的角点
        if len(corners) != expected_corners_count:
            continue

        # 保存物体坐标系中的点和图像平面中的点
        object_points.append(objp)
        image_points.append(corners)

    # 进行相机标定
    ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(object_points, image_points, images[0].shape[:2], None, None)

    return ret, mtx, dist, rvecs, tvecs

这段代码首先定义了棋盘格的尺寸和大小，然后定义了 `get_chessboard_corners` 函数用于获取图像中的棋盘格角点。这里使用了 OpenCV 的 `findChessboardCorners` 方法来找到棋盘格，然后使用 `cornerSubPix` 方法对角点进行亚像素级别的精确化处理。

接下来定义了 `calibrate_camera` 函数来进行相机标定。这个函数首先准备了用于标定的数据，包括物体坐标系中的点和图像平面中的点。然后遍历输入的图片，使用 `get_chessboard_corners` 函数获取角点，并且将找到的角点保存到物体坐标系中的点和图像平面中的点中。最后使用 `calibrateCamera` 方法进行相机标定，得到相机的内参和外参。