opencv相机标定图片示例

无法提供图片，但是可以提供代码示例：

import cv2
import numpy as np

# 读入标定图片
img = cv2.imread('calibration_image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 设置棋盘格内角点的数量
rows = 9
cols = 6

# 检测角点
ret, corners = cv2.findChessboardCorners(gray, (rows, cols), None)

# 如果成功检测到角点，则进行标定
if ret == True:
    # 优化角点精度
    corners = cv2.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria)

    # 生成标定板上的角点
    objp = np.zeros((rows*cols, 3), np.float32)
    objp[:,:2] = np.mgrid[0:rows, 0:cols].T.reshape(-1,2)

    # 存储角点坐标和标定板上的角点坐标
    objpoints.append(objp)
    imgpoints.append(corners)

    # 在图像上绘制角点
    cv2.drawChessboardCorners(img, (rows, cols), corners, ret)

    # 显示绘制后的图像
    cv2.imshow('img', img)
    cv2.waitKey(500)

# 标定相机
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)

# 显示标定结果
print("Camera matrix:")
print(mtx)
print("Distortion coefficients:")
print(dist)

其中，`calibration_image.jpg`是需要标定的图片，`rows`和`cols`分别表示标定板上内角点的行数和列数，`objpoints`和`imgpoints`分别存储标定板上的角点坐标和图像上的角点坐标。最后，使用`cv2.calibrateCamera()`函数进行相机标定，得到相机内参矩阵和畸变系数。