使用python进行相机校准

在使用相机进行图像处理之前，需要进行相机校准，以便准确地测量像素和物理世界之间的关系。OpenCV库提供了一个函数cv2.calibrateCamera()，可以用于相机校准。以下是一个简单的相机校准示例代码：

import numpy as np
import cv2

# 定义棋盘格的大小
pattern_size = (6, 8)

# 定义棋盘格的物理坐标
object_points = np.zeros((np.prod(pattern_size), 3), np.float32)
object_points[:, :2] = np.indices(pattern_size).T.reshape(-1, 2)
object_points *= 20

# 初始化存储图像和物理坐标的列表
image_points = []
object_points_list = []

# 打开相机
cap = cv2.VideoCapture(0)

# 循环采集图像
while True:
    # 读取图像
    ret, frame = cap.read()
    # 显示图像
    cv2.imshow('frame', frame)
    # 等待按键
    key = cv2.waitKey(1)
    # 如果按下空格键，就进行棋盘格检测
    if key == ord(' '):
        # 将图像转换为灰度图像
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        # 查找棋盘格角点
        ret, corners = cv2.findChessboardCorners(gray, pattern_size, None)
        # 如果找到了角点，就将图像和物理坐标存储到列表中
        if ret:
            image_points.append(corners)
            object_points_list.append(object_points)
            # 在图像上绘制角点
            cv2.drawChessboardCorners(frame, pattern_size, corners, ret)
            # 显示图像
            cv2.imshow('frame', frame)
            # 等待500毫秒，以便让角点稳定
            cv2.waitKey(500)
    # 如果按下ESC键，就退出循环
    elif key == 27:
        break

# 关闭相机
cap.release()
# 关闭所有窗口
cv2.destroyAllWindows()

# 进行相机校准
ret, camera_matrix, dist_coeffs, rvecs, tvecs = cv2.calibrateCamera(
    object_points_list, image_points, gray.shape[::-1], None, None)

# 打印相机内参和畸变系数
print("Camera matrix:\n", camera_matrix)
print("Distortion coefficients: ", dist_coeffs.ravel())

这个代码会循环采集图像，并在空格键按下时检测棋盘格角点。如果找到了角点，就将图像和物理坐标存储到列表中，并在图像上绘制角点。当按下ESC键时，程序会退出循环，并使用cv2.calibrateCamera()函数进行相机校准。最后，程序会打印相机内参和畸变系数。