摄像机标定python

要进行摄像机标定，需要使用OpenCV库中的cv2.calibrateCamera()函数。这个函数需要至少10个标定图像，每个标定图像中至少有6个已知的3D物体点和它们在图像中对应的2D图像点。以下是一个基本的Python代码示例，用于进行摄像机标定：

import numpy as np
import cv2

# 定义标定板的尺寸
board_size = (7, 7)

# 准备3D物体点的空间坐标
objp = np.zeros((board_size[0]*board_size[1], 3), np.float32)
objp[:,:2] = np.mgrid[0:board_size[0],0:board_size[1]].T.reshape(-1,2)

# 存储物体点和图像点的坐标
obj_points = [] # 3D物体点
img_points = [] # 2D图像点

# 获取标定图像
images = glob.glob('calibration_images/*.jpg')

# 循环处理每张标定图像
for fname in images:
    img = cv2.imread(fname)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 寻找棋盘格角点
    ret, corners = cv2.findChessboardCorners(gray, board_size, None)

    # 如果成功找到角点，将物体点和图像点添加到列表中
    if ret == True:
        obj_points.append(objp)
        img_points.append(corners)

        # 在图像上绘制角点
        cv2.drawChessboardCorners(img, board_size, corners, ret)
        cv2.imshow('img', img)
        cv2.waitKey(500)

cv2.destroyAllWindows()

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

# 输出相机内参和畸变系数
print("Camera Matrix:\n", mtx)
print("\nDistortion Coefficients:\n", dist)

这个代码示例假设标定板的尺寸为7x7，标定图像存储在名为“calibration_images”的文件夹中。它将尝试找到每个标定图像中的棋盘格角点，并将它们添加到物体点和图像点列表中。最后，它将使用这些点来进行相机标定，并输出相机内参和畸变系数。