Python 利用棋盘格进行相机标定

相机标定是计算机视觉中的一个重要问题，它可以用于确定相机的内部（例如焦距、主点）和外部（例如旋转和平移向量）参数。在相机标定中，需要用到棋盘格图像来进行标定。本文将介绍如何使用Python和OpenCV对相机进行标定，其中棋盘格用于提取相机中的特征。

1. 棋盘格图像的生成

首先，需要生成棋盘格图像。可以使用Python的OpenCV库来生成棋盘格图像。下面的代码用于生成一个8x6的棋盘格，每个格子大小为25mm。

import cv2
import numpy as np

# 棋盘格大小
board_size = (8, 6)
square_size = 25  # mm

# 生成棋盘格图像
board = np.zeros((board_size[1]*square_size, board_size[0]*square_size, 3), dtype=np.uint8)
board[1::2, ::2] = 255
board[::2, 1::2] = 255

cv2.imwrite('chessboard.png', board)

2. 相机标定

接下来，需要使用OpenCV中的`calibrateCamera`函数对相机进行标定。该函数需要输入多张棋盘格图像和对应的角点坐标，然后输出相机的内部和外部参数。

import cv2
import numpy as np

# 棋盘格大小
board_size = (8, 6)
square_size = 25  # mm

# 生成棋盘格图像
board = np.zeros((board_size[1]*square_size, board_size[0]*square_size, 3), dtype=np.uint8)
board[1::2, ::2] = 255
board[::2, 1::2] = 255

# 生成棋盘格角点坐标
obj_points = np.zeros((board_size[0]*board_size[1], 3), np.float32)
obj_points[:, :2] = np.mgrid[0:board_size[0], 0:board_size[1]].T.reshape(-1, 2) * square_size

obj_points_list = []
img_points_list = []

# 读取多张棋盘格图像并提取角点坐标
for i in range(1, 21):
    img = cv2.imread('chessboard{}.png'.format(i))

    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, board_size, None)

    if ret:
        obj_points_list.append(obj_points)
        img_points_list.append(corners)

# 相机标定
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(obj_points_list, img_points_list, gray.shape[::-1], None, None)

print(mtx)  # 内部参数矩阵
print(dist)  # 畸变系数

在上面的代码中，`findChessboardCorners`函数用于提取棋盘格的角点坐标，然后将这些坐标作为输入传递给`calibrateCamera`函数来进行相机标定。最终，该函数会输出相机的内部参数矩阵和畸变系数。

3. 畸变校正

在进行相机标定后，可以使用OpenCV中的`undistort`函数来进行畸变校正。该函数需要输入一张图像和相机的内部参数矩阵和畸变系数，然后输出畸变校正后的图像。

import cv2
import numpy as np

# 棋盘格大小
board_size = (8, 6)
square_size = 25  # mm

# 生成棋盘格图像
board = np.zeros((board_size[1]*square_size, board_size[0]*square_size, 3), dtype=np.uint8)
board[1::2, ::2] = 255
board[::2, 1::2] = 255

# 生成棋盘格角点坐标
obj_points = np.zeros((board_size[0]*board_size[1], 3), np.float32)
obj_points[:, :2] = np.mgrid[0:board_size[0], 0:board_size[1]].T.reshape(-1, 2) * square_size

obj_points_list = []
img_points_list = []

# 读取多张棋盘格图像并提取角点坐标
for i in range(1, 21):
    img = cv2.imread('chessboard{}.png'.format(i))

    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, board_size, None)

    if ret:
        obj_points_list.append(obj_points)
        img_points_list.append(corners)

# 相机标定
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(obj_points_list, img_points_list, gray.shape[::-1], None, None)

# 畸变校正
img = cv2.imread('test.png')

img_undistorted = cv2.undistort(img, mtx, dist)

cv2.imshow('original image', img)
cv2.imshow('undistorted image', img_undistorted)
cv2.waitKey(0)

在上面的代码中，`undistort`函数用于进行畸变校正，然后将校正后的图像显示出来。

通过以上三个步骤，就可以使用Python和OpenCV对相机进行标定，并进行畸变校正。