摄像头标定 python 源码

摄像头标定是指通过对摄像头的校准和调整来获取精确的摄像头内外参数，以便在计算机视觉中能够准确地将图像物理坐标与摄像机坐标进行对应。

Python提供了许多用于摄像头标定的开源库和工具，常用的是OpenCV。下面是一个基础的摄像头标定Python源码示例：

import cv2
import numpy as np

# 标定棋盘格的尺寸
pattern_size = (9, 6)

# 创建存储标定图像角点的空数组
object_points = [] # 存储世界坐标系中的棋盘格角点的三维坐标
image_points = [] # 存储图像坐标系中检测到的角点的二维坐标

# 准备世界坐标系中的棋盘格角点的三维坐标
object_point = np.zeros((np.prod(pattern_size), 3), np.float32)
object_point[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2)

# 逐个读取标定图像，并检测角点
for i in range(1, 11):
    # 读取标定图像
    img = cv2.imread(f"calibration_images/{i}.jpg")
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 检测角点
    ret, corners = cv2.findChessboardCorners(gray, pattern_size, None)

    # 如果检测到角点，则添加到存储数组中
    if ret:
        object_points.append(object_point)
        cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001))
        image_points.append(corners)

# 进行摄像头标定
ret, camera_matrix, distortion, rotation_vectors, translation_vectors = cv2.calibrateCamera(object_points, image_points, gray.shape[::-1], None, None)

# 打印标定结果
print("摄像头内参矩阵：")
print(camera_matrix)
print("\n摄像头畸变系数：")
print(distortion)

以上代码是一个简单的摄像头标定示例。它首先准备了一个棋盘格的世界坐标系，然后逐个读取标定图像，并用OpenCV的`findChessboardCorners`函数检测棋盘格角点。如果检测到角点，就将它们添加到存储数组中。最后，通过调用`calibrateCamera`函数进行摄像头标定，获得内参矩阵和畸变系数。

值得注意的是，以上代码仅演示了基础的摄像头标定过程，实际中可能还需要进行更多的步骤和参数调整来获得更准确的标定结果。