cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)

这是 OpenCV 中用于亚像素级别角点检测的函数，具体解释如下：

cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)

- gray：输入图像，必须为单通道 8 位或浮点型图像。
- corners：输入角点位置，通常是使用 cv2.goodFeaturesToTrack() 函数检测得到的角点。
- (11, 11)：角点搜索窗口大小，必须为奇数。
- (-1, -1)：表示不使用角点初始猜测位置，也可以设置为角点的初始猜测位置。
- criteria：角点搜索终止条件，包括最大迭代次数和搜索精度等参数。

该函数的作用是对角点进行亚像素级别的精确定位，提高角点检测的精度和稳定性。

相关问题

cv2.cornerSubPix

cv2.cornerSubPix是OpenCV中用于亚像素级别角点检测的函数。它可以对角点进行精细化处理，提高角点检测的准确性。

该函数的语法如下：

cv2.cornerSubPix(image, corners, winSize, zeroZone, criteria)

其中，参数含义如下：
- image：输入图像，必须是单通道8位或浮点型图像。
- corners：输入的角点向量，可以是由cv2.goodFeaturesToTrack()等函数检测出来的角点。
- winSize：搜索窗口大小。
- zeroZone：死区大小，表示在搜索过程中不计算的中心区域大小。
- criteria：迭代终止条件。

下面是一个示例代码：

import cv2
import numpy as np

img = cv2.imread('corner.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 10)
corners = np.int0(corners)

for i in corners:
    x, y = i.ravel()
    cv2.circle(img, (x, y), 3, (0, 0, 255), -1)

cv2.imshow('corners', img)
cv2.waitKey(0)

corners_subpix = cv2.cornerSubPix(gray, corners, (5, 5), (-1, -1), (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001))

for i in corners_subpix:
    x, y = i.ravel()
    cv2.circle(img, (x, y), 3, (0, 255, 0), -1)

cv2.imshow('corners_subpix', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

images= glob.glob('./image/*.jpg') # print(images) for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Find the chess board corners # If desired number of corners are found in the image then ret = true ret, corners = cv2.findChessboardCorners(gray, CHECKERBOARD, cv2.CALIB_CB_ADAPTIVE_THRESH + cv2.CALIB_CB_FAST_CHECK + cv2.CALIB_CB_NORMALIZE_IMAGE) """ If desired number of corner are detected, we refine the pixel coordinates and display them on the images of checker board """ if ret == True: objpoints.append(objp) # refining pixel coordinates for given 2d points. corners2 = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) imgpoints.append(corners2) # Draw and display the corners img = cv2.drawChessboardCorners(img, CHECKERBOARD, corners2, ret) # cv2.imshow('img',img) # cv2.waitKey(0) cv2.destroyAllWindows() # h, w = np.array(img).shape[:2] h, w = img.shape[:2] """ Performing camera calibration by passing the value of known 3D points (objpoints) and corresponding pixel coordinates of the detected corners (imgpoints) """ ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) print("Camera matrix : \n") print(mtx) print("dist : \n") print(dist) print("rvecs : \n") print(rvecs) print("tvecs : \n") print(tvecs)这段代码有错误，请帮我找出来

这段代码存在一些错误，可能会导致出现你之前提到的错误。我列出了一些可能的问题：

1. 代码中没有定义CHECKERBOARD变量，需要在代码中加入如下语句定义CHECKERBOARD：

CHECKERBOARD = (6, 9)

2. 代码中没有定义objp变量，需要在代码中加入如下语句定义objp：

objp = np.zeros((1, CHECKERBOARD[0] * CHECKERBOARD[1], 3), np.float32)

objp[0, :, :2] = np.mgrid[0:CHECKERBOARD[0], 0:CHECKERBOARD[1]].T.reshape(-1, 2)

3. 可能存在一些图像无法找到所有的角点，导致ret为False。可以在代码中加入如下语句，跳过这些无法找到所有角点的图像：

if ret == False:
continue

4. 在调用calibrateCamera函数时，输入的第三个参数应该是图像的大小，而不是灰度图像的大小。可以将代码中的gray.shape[::-1]修改为img.shape[:2]。

修改后的代码如下所示：

import numpy as np
import cv2
import glob

CHECKERBOARD = (6, 9)
objp = np.zeros((1, CHECKERBOARD[0] * CHECKERBOARD[1], 3), np.float32)
objp[0, :, :2] = np.mgrid[0:CHECKERBOARD[0], 0:CHECKERBOARD[1]].T.reshape(-1, 2)

objpoints = []
imgpoints = []

images = glob.glob('./image/*.jpg')
for fname in images:
    img = cv2.imread(fname)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    ret, corners = cv2.findChessboardCorners(gray, CHECKERBOARD, cv2.CALIB_CB_ADAPTIVE_THRESH +
                                              cv2.CALIB_CB_FAST_CHECK + cv2.CALIB_CB_NORMALIZE_IMAGE)

    if ret == True:
        objpoints.append(objp)

        corners2 = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)
        imgpoints.append(corners2)

        img = cv2.drawChessboardCorners(img, CHECKERBOARD, corners2, ret)

    h, w = img.shape[:2]

ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, (w, h), None, None)

print("Camera matrix : \n")
print(mtx)
print("dist : \n")
print(dist)
print("rvecs : \n")
print(rvecs)
print("tvecs : \n")
print(tvecs)

希望以上修改可以帮到你，如果还有其他问题，可以随时问我。