cv2.stereoCalibrate使用例子

以下是使用cv2.stereoCalibrate进行立体校准的示例代码：

import numpy as np
import cv2

# 读取标定图像
left_img = cv2.imread('left.png')
right_img = cv2.imread('right.png')

# 标定板参数
board_size = (8, 6) # 标定板角点数
square_size = 0.03 # 标定板方格尺寸，单位为米

# 提取标定板角点
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
obj_points = [] # 世界坐标系中的角点坐标
img_points_left = [] # 左图像中的角点坐标
img_points_right = [] # 右图像中的角点坐标
objp = np.zeros((board_size[0] * board_size[1], 3), np.float32)
objp[:, :2] = np.mgrid[0:board_size[0], 0:board_size[1]].T.reshape(-1, 2) * square_size
gray_left = cv2.cvtColor(left_img, cv2.COLOR_BGR2GRAY)
gray_right = cv2.cvtColor(right_img, cv2.COLOR_BGR2GRAY)
ret_left, corners_left = cv2.findChessboardCorners(gray_left, board_size, None)
ret_right, corners_right = cv2.findChessboardCorners(gray_right, board_size, None)
if ret_left and ret_right:
  obj_points.append(objp)
  corners_left = cv2.cornerSubPix(gray_left, corners_left, (11, 11), (-1, -1), criteria)
  corners_right = cv2.cornerSubPix(gray_right, corners_right, (11, 11), (-1, -1), criteria)
  img_points_left.append(corners_left)
  img_points_right.append(corners_right)

# 立体校准
ret, camera_matrix_left, dist_coeffs_left, camera_matrix_right, dist_coeffs_right, R, T, E, F = cv2.stereoCalibrate(obj_points, img_points_left, img_points_right, None, None, None, None, left_img.shape[::-1], flags=cv2.CALIB_FIX_INTRINSIC)

# 打印结果
print('左相机内参矩阵:\n', camera_matrix_left)
print('左相机畸变系数:\n', dist_coeffs_left)
print('右相机内参矩阵:\n', camera_matrix_right)
print('右相机畸变系数:\n', dist_coeffs_right)
print('R:\n', R)
print('T:\n', T)
print('E:\n', E)
print('F:\n', F)

在此示例中，我们首先读取了左右相机的标定图像，然后定义了标定板的参数（角点数和方格尺寸）。接下来，我们使用cv2.findChessboardCorners函数提取了左右图像中的角点，并将其存储在obj_points、img_points_left和img_points_right中。然后，我们使用cv2.stereoCalibrate函数进行立体校准，并将结果存储在camera_matrix_left、dist_coeffs_left、camera_matrix_right、dist_coeffs_right、R、T、E和F中。最后，我们打印了这些结果。

需要注意的是，在使用cv2.stereoCalibrate函数时，我们需要提供左右相机的内参矩阵和畸变系数。如果我们已经对左右相机进行了单独的标定，则可以直接将它们的内参矩阵和畸变系数传递给cv2.stereoCalibrate函数。如果我们没有进行单独的标定，则可以将它们的内参矩阵和畸变系数设置为None，cv2.stereoCalibrate函数将会自动对它们进行标定。