用C++和opencv写一个相机标定代码

以下是使用OpenCV进行相机标定的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    int numBoards = 10; // 拍摄10张图片
    int boardWidth = 9; // 棋盘格宽度为9个方格
    int boardHeight = 6; // 棋盘格高度为6个方格
    float squareSize = 0.02423f; // 单个方格的物理大小

    Size boardSize(boardWidth, boardHeight);
    vector<vector<Point3f>> objectPoints;
    vector<vector<Point2f>> imagePoints;
    vector<Point2f> corners;

    Mat gray, img;
    VideoCapture cap(0); // 创建相机对象
    if (!cap.isOpened()) // 检查相机是否打开
    {
        cout << "Failed to open camera." << endl;
        return -1;
    }

    namedWindow("Camera Calibration", WINDOW_NORMAL);
    while (numBoards > 0)
    {
        cap >> img; // 从相机读取一帧图像
        cvtColor(img, gray, COLOR_BGR2GRAY);

        bool found = findChessboardCorners(gray, boardSize, corners,
            CALIB_CB_ADAPTIVE_THRESH | CALIB_CB_NORMALIZE_IMAGE);

        if (found)
        {
            drawChessboardCorners(img, boardSize, corners, found);
            vector<Point3f> obj;
            for (int i = 0; i < boardHeight; i++)
            {
                for (int j = 0; j < boardWidth; j++)
                {
                    obj.push_back(Point3f((float)j * squareSize, (float)i * squareSize, 0));
                }
            }
            objectPoints.push_back(obj);
            imagePoints.push_back(corners);
            numBoards--;
        }

        imshow("Camera Calibration", img);
        waitKey(1);
    }
    destroyWindow("Camera Calibration");

    Mat cameraMatrix, distCoeffs;
    vector<Mat> rvecs, tvecs;

    calibrateCamera(objectPoints, imagePoints, gray.size(), cameraMatrix, distCoeffs, rvecs, tvecs);

    cout << "Camera matrix:" << endl << cameraMatrix << endl;
    cout << "Distortion coefficients:" << endl << distCoeffs << endl;

    return 0;
}

在此代码中，我们首先定义了一些变量，包括要拍摄的图片数量，棋盘格的大小和单个方格的物理大小。然后，我们创建了一个相机对象，并检查是否成功打开了相机。接着，我们在一个循环中捕获相机图像，并使用`findChessboardCorners`函数检测棋盘格的角点。如果检测到了棋盘格，我们将角点保存到`imagePoints`向量中，并将对应的物理坐标保存到`objectPoints`向量中。当拍摄到足够多的图片后，我们使用`calibrateCamera`函数进行相机标定，并输出相机矩阵和畸变系数。

请注意，本示例代码仅用于演示目的。在实际应用中，可能需要更多的检测和校准步骤以获得更准确的结果。