cv2.stereoCalibrate例子

以下是使用OpenCV的cv2.stereoCalibrate函数进行立体相机标定的示例代码：

import cv2
import numpy as np

# 读取左右相机的图像
img_left = cv2.imread('left.png', cv2.IMREAD_GRAYSCALE)
img_right = cv2.imread('right.png', cv2.IMREAD_GRAYSCALE)

# 定义棋盘格内部角点的数量
num_corners_width = 9
num_corners_height = 6

# 计算棋盘格角点的3D坐标
objp = np.zeros((num_corners_width*num_corners_height, 3), np.float32)
objp[:,:2] = np.mgrid[0:num_corners_width, 0:num_corners_height].T.reshape(-1, 2)

# 找到左右相机中的棋盘格角点
ret1, corners1 = cv2.findChessboardCorners(img_left, (num_corners_width, num_corners_height), None)
ret2, corners2 = cv2.findChessboardCorners(img_right, (num_corners_width, num_corners_height), None)

# 计算相机标定的参数
ret, mtx_left, dist_left, mtx_right, dist_right, R, T, E, F = cv2.stereoCalibrate(
    [objp], [corners1], [corners2], 
    cameraMatrix1=None, distCoeffs1=None, cameraMatrix2=None, distCoeffs2=None, 
    imageSize=img_left.shape[::-1], flags=cv2.CALIB_FIX_INTRINSIC)

print("左相机内部参数矩阵：")
print(mtx_left)
print("右相机内部参数矩阵：")
print(mtx_right)
print("左相机畸变系数：")
print(dist_left)
print("右相机畸变系数：")
print(dist_right)
print("左相机到右相机的旋转矩阵：")
print(R)
print("左相机到右相机的平移向量：")
print(T)

在这个示例中，我们首先读取左右相机的图像。然后我们定义了棋盘格内部角点的数量，并利用这些信息计算了棋盘格角点的3D坐标。接下来，我们使用cv2.findChessboardCorners函数在左右图像中找到棋盘格角点的坐标。最后，我们调用cv2.stereoCalibrate函数来计算相机的内部参数矩阵、畸变系数、旋转矩阵和平移向量。