OpenCV实现双目相机标定

双目相机标定是计算机视觉中的一个重要步骤，它可以用于获取两个摄像头之间的相对姿态和深度信息。OpenCV提供了一些函数来实现双目相机标定，下面是一个简单的例子：

1. 首先导入必要的库：

import numpy as np
import cv2
import glob

2. 定义棋盘格的大小和每个方格的长度：

# 棋盘格的大小，即内角点数目（列数，行数）
pattern_size = (9, 6)
# 每个棋盘格的长度（mm）
square_size = 25

3. 准备标定用的图像，将左右相机的图像分别放在两个文件夹中：

# 左侧相机的图像路径
left_images = glob.glob('left/*.png')
# 右侧相机的图像路径
right_images = glob.glob('right/*.png')

4. 定义棋盘格的世界坐标系（即棋盘格上每个角点的坐标）：

# 棋盘格上每个角点的坐标
objp = np.zeros((pattern_size[0]*pattern_size[1], 3), np.float32)
objp[:,:2] = np.mgrid[0:pattern_size[0],0:pattern_size[1]].T.reshape(-1,2) * square_size

5. 找到所有图像中的角点：

# 用于存储所有图像中的角点
corners_l = []
corners_r = []

# 遍历所有图像
for i in range(len(left_images)):
    # 读取左侧相机的图像
    img_l = cv2.imread(left_images[i])
    # 读取右侧相机的图像
    img_r = cv2.imread(right_images[i])
    # 将图像转换为灰度图
    gray_l = cv2.cvtColor(img_l, cv2.COLOR_BGR2GRAY)
    gray_r = cv2.cvtColor(img_r, cv2.COLOR_BGR2GRAY)

    # 在左侧图像中寻找角点
    ret_l, corners_l_temp = cv2.findChessboardCorners(gray_l, pattern_size, None)
    # 在右侧图像中寻找角点
    ret_r, corners_r_temp = cv2.findChessboardCorners(gray_r, pattern_size, None)

    # 如果两个图像中都找到了角点
    if ret_l and ret_r:
        # 将角点添加到列表中
        corners_l.append(corners_l_temp)
        corners_r.append(corners_r_temp)

        # 在图像中绘制角点
        cv2.drawChessboardCorners(img_l, pattern_size, corners_l_temp, ret_l)
        cv2.drawChessboardCorners(img_r, pattern_size, corners_r_temp, ret_r)

        # 显示图像
        cv2.imshow('Left Image', img_l)
        cv2.imshow('Right Image', img_r)
        cv2.waitKey(500)

# 关闭所有窗口
cv2.destroyAllWindows()

6. 计算相机的内参和畸变系数：

# 用于存储所有图像的角点
objpoints = [objp] * len(corners_l)

# 计算相机的内参和畸变系数
ret_l, mtx_l, dist_l, rvecs_l, tvecs_l = cv2.calibrateCamera(objpoints, corners_l, gray_l.shape[::-1], None, None)
ret_r, mtx_r, dist_r, rvecs_r, tvecs_r = cv2.calibrateCamera(objpoints, corners_r, gray_r.shape[::-1], None, None)

7. 计算两个相机之间的基础矩阵和投影矩阵：

# 计算两个相机之间的基础矩阵和投影矩阵
retval, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, R, T, E, F = cv2.stereoCalibrate(objpoints, corners_l, corners_r, mtx_l, dist_l, mtx_r, dist_r, gray_l.shape[::-1], flags=cv2.CALIB_FIX_INTRINSIC)
R1, R2, P1, P2, Q, validPixROI1, validPixROI2 = cv2.stereoRectify(cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, gray_l.shape[::-1], R, T)

8. 对图像进行立体校正：

# 对图像进行立体校正
mapx1, mapy1 = cv2.initUndistortRectifyMap(cameraMatrix1, distCoeffs1, R1, P1, gray_l.shape[::-1], cv2.CV_32FC1)
mapx2, mapy2 = cv2.initUndistortRectifyMap(cameraMatrix2, distCoeffs2, R2, P2, gray_r.shape[::-1], cv2.CV_32FC1)

9. 读取一对立体图像并进行校正：

# 读取一对立体图像
img_l = cv2.imread('left/left01.png')
img_r = cv2.imread('right/right01.png')

# 将图像校正并显示
dst_l = cv2.remap(img_l, mapx1, mapy1, cv2.INTER_LINEAR)
dst_r = cv2.remap(img_r, mapx2, mapy2, cv2.INTER_LINEAR)
cv2.imshow('Left Image', dst_l)
cv2.imshow('Right Image', dst_r)
cv2.waitKey(0)

以上就是使用OpenCV实现双目相机标定的一个简单例子。需要注意的是，这里的代码只是一个简单的示例，实际应用中可能需要根据具体情况进行一些调整。