相机在线标定python代码

相机在线标定通常是指使用棋盘格等已知模式的图像来计算相机的内参（相机矩阵）和畸变参数。下面是一个使用OpenCV库进行相机在线标定的简单示例代码：

import numpy as np
import cv2

def calibrate_camera(images, pattern_size, square_size):
    # 创建棋盘格角点的坐标
    pattern_points = np.zeros((np.prod(pattern_size), 3), np.float32)
    pattern_points[:, :2] = np.indices(pattern_size).T.reshape(-1, 2)
    pattern_points *= square_size

    # 存储图像中检测到的角点
    obj_points = []  # 世界坐标系中的角点坐标
    img_points = []  # 图像平面中的角点坐标

    for image in images:
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

        # 检测棋盘格角点
        ret, corners = cv2.findChessboardCorners(gray, pattern_size, None)

        if ret:
            obj_points.append(pattern_points)
            img_points.append(corners)

    # 标定相机
    ret, camera_matrix, dist_coeffs, rvecs, tvecs = cv2.calibrateCamera(obj_points, img_points, gray.shape[::-1], None, None)

    return camera_matrix, dist_coeffs

# 示例使用
# 加载棋盘格图像
image1 = cv2.imread("image1.jpg")
image2 = cv2.imread("image2.jpg")
image3 = cv2.imread("image3.jpg")

# 设置棋盘格的大小和每个方格的尺寸
pattern_size = (9, 6)  # 内角点数目
square_size = 1.0  # 每个方格的尺寸（单位：米）

# 构建图像列表
images = [image1, image2, image3]

# 标定相机
camera_matrix, dist_coeffs = calibrate_camera(images, pattern_size, square_size)

# 打印相机内参和畸变参数
print("Camera Matrix:")
print(camera_matrix)
print("\nDistortion Coefficients:")
print(dist_coeffs)

请注意，以上代码假设您已经拍摄了包含棋盘格模式的图像，并将这些图像存储在`images`列表中。您需要根据实际情况调整棋盘格的大小和每个方格的尺寸。函数`calibrate_camera()`将返回相机内参（相机矩阵）和畸变参数。

这只是一个简单的示例，相机标定是一个复杂的过程，还涉及到其他因素，如图像畸变校正和外参（旋转矩阵和平移向量）的计算。如果您需要更详细或更高级的相机标定方法，请参考OpenCV官方文档或其他相关资源。

希望对您有所帮助！如果您还有其他问题，请随时提问。