opencv如何用python测量棋盘格和摄像头的距离

使用 OpenCV 和 Python 可以测量棋盘格和摄像头的距离，具体步骤如下：

1. 通过摄像头捕捉一张棋盘格的照片。
2. 使用 OpenCV 的 `findChessboardCorners()` 函数检测棋盘格的角点。
3. 使用 `cornerSubPix()` 函数对角点进行亚像素级别的精确化处理。
4. 使用 `drawChessboardCorners()` 函数将检测到的角点绘制在照片上。
5. 计算棋盘格的实际尺寸。
6. 使用 `calibrateCamera()` 函数计算相机的内部参数和畸变系数。
7. 通过 `solvePnP()` 函数计算棋盘格在相机坐标系下的位置。
8. 计算相机和棋盘格之间的距离。

以下是代码示例：

import cv2
import numpy as np

# 棋盘格尺寸
square_size = 2.5  # 单位为厘米

# 棋盘格内角点数目
pattern_size = (9, 6)

# 摄像头内部参数
fx = 500.0
fy = 500.0
cx = 320.0
cy = 240.0

# 读取棋盘格图片
img = cv2.imread("chessboard.jpg")

# 灰度化处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

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

# 亚像素级别的精确化处理
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
corners = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)

# 绘制棋盘格角点
cv2.drawChessboardCorners(img, pattern_size, corners, ret)

# 计算棋盘格实际尺寸
object_points = np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32)
object_points[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) * square_size

# 计算相机内部参数和畸变系数
mtx = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]])
dist = np.array([0, 0, 0, 0])

# 计算棋盘格在相机坐标系下的位置
ret, rvecs, tvecs = cv2.solvePnP(object_points, corners, mtx, dist)

# 计算相机和棋盘格之间的距离
distance = np.linalg.norm(tvecs)

# 输出距离值
print("Distance between camera and chessboard:", distance, "cm")

# 显示结果
cv2.imshow("Chessboard", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意，这里的摄像头内部参数、畸变系数和棋盘格实际尺寸需要根据实际情况进行调整。