相机标定代码python

相机标定是计算机视觉中的一个重要步骤，用于获取和校正相机内部参数和外部参数，以便于进行精确的三维重建或图像处理。Python有许多库支持相机标定，其中最常用的是OpenCV（Open Source Computer Vision Library）。

在Python中，相机标定通常涉及以下步骤：

1. **收集数据**：使用一个已知的校准图案（如棋盘格、环形或其他特殊图案）拍摄一组图片。

2. **读取和准备图像**：使用OpenCV的`cv2.imread()`函数读取图片，并进行预处理，例如灰度化、二值化等。

3. **查找特征点**：在预处理的图像上使用`findChessboardCorners()`函数寻找棋盘格角点。

4. **绘制并保存图像**：用角点标识图像，然后保存这些包含特征点信息的图片。

5. **进行标定**：调用`calibrateCamera()`函数，传入找到的角点和图像尺寸信息，计算相机矩阵、内参矩阵和平移向量。

6. **保存和验证结果**：保存标定参数到XML或CSV文件，并使用这些参数来纠正图像畸变。

以下是一个简化的Python代码示例，使用OpenCV进行相机标定：

import cv2
import numpy as np

# 读取图像
images = []
corners = []
image_paths = ['path/to/image_1.jpg', 'path/to/image_2.jpg', ...]  # 替换为你的图片路径列表
for path in image_paths:
    img = cv2.imread(path)
    images.append(img)
    corners.append(cv2.cornerSubPix(img, corners, (11, 11), (-1, -1), criteria))

# 标定相机
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(corners, images, images.shape[::-1], None, None)

# 保存标定参数
cv2.destroyAllWindows()
cv2.save('camera_matrix.xml', mtx)
cv2.save('distortion_coefficients.xml', dist)