cv.calibratecamera的返回值

### cv.calibrateCamera 函数返回值解释

`cv.calibrateCamera` 是 OpenCV 中用于执行相机校准的核心函数之一。该函数通过一系列棋盘格图像中的角点位置计算内外参矩阵以及畸变系数。

#### 返回值详解：

- **ret**: 这是一个标量，表示重投影误差的均方根 (RMS)[^1]。此数值越低越好，意味着检测到的角点与重新投影后的理想位置之间的平均距离较小。

- **camera_matrix**: 输出的是内参数矩阵 \( \begin{pmatrix} f_x & 0 & c_x \\ 0 & f_y & c_y \\ 0& 0& 1\end{pmatrix}\)，其中\(f_x\) 和 \(f_y\) 表示焦距（像素单位），而 \(c_x\) 及 \(c_y\) 则代表主点坐标[^2]。

- **dist_coeffs**: 畸变系数向量\[k_1,k_2,p_1,p_2[,k_3[,k_4,k_5,k_6],[s_1,s_2,s_3,s_4][,\tau_x,\tau_y]]\], 它们描述了径向和切向失真程度[^3]。

- **rvecs**, **tvecs**: 对于每一张图片分别给出旋转和平移矢量，用来描述世界坐标系相对于摄像机坐标系统的变换关系。

下面是一段简单的 Python 代码展示如何调用 `cv.calibrateCamera` 并获取这些返回值:

import numpy as np
import cv2 as cv

# 假设 objpoints 和 imgpoints 已经准备好
objp = np.zeros((6*7,3), np.float32)
objp[:,:2] = np.mgrid[0:7,0:6].T.reshape(-1,2)

# Arrays to store object points and image points from all the images.
objpoints = [] # 3d point in real world space
imgpoints = [] # 2d points in image plane.

gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)

ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)
print(f"Re-projection error: {ret}")
print("Camera matrix:\n",mtx)
print("Distortion coefficients:",dist)