matlab-python实现单目相机标定

MATLAB 和 Python 都是广泛用于计算机视觉和图像处理的工具，其中相机标定是一个关键步骤，用于确定相机内参数（如焦距、像素大小等）和外参数（如相机中心和旋转矩阵），以便于后期进行三维重建或目标检测。

在 MATLAB 中，你可以使用 `cameraCalibrate` 函数来进行单目相机标定。这个函数会利用一组已知特征点（比如棋盘格）从图像中提取出来，然后计算相机参数。步骤大致包括：

1. **创建样本数据**：拍摄包含棋盘格图案的照片作为校准样本。
2. **特征检测**：在每个图像上运行特征检测算法，例如 Shi-Tomasi 或 SURF。
3. **匹配对应点**：基于特征点找到不同照片中的对应点。
4. **调用 calibration 函数**：输入对应的二维和三维点对，计算并保存相机参数。

在 Python 中，常用的库如 OpenCV 提供了丰富的相机标定功能。一个常见的做法是使用 `cv2.calibrateCamera` 函数，结合 `findChessboardCorners` 和 `goodFeaturesToTrack` 来完成：

1. **读取图像**：使用 `cv2.imread` 获取含有棋盘格的图片。
2. **角点检测**：`findChessboardCorners` 查找并标记棋盘格的角点。
3. **特征跟踪**：确认角点是否在不同帧间稳定。
4. **执行标定**：将所有帧的信息传递给 `calibrateCamera`，得到相机参数。

下面是简单的步骤总结：

- **导入所需库**：`import cv2, numpy as np`
- **初始化参数**：`criteria`, `objpoints`, `imgpoints`
- **遍历图像序列**：寻找棋盘格并记录其坐标
- **标定相机**：`ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, frame_size, None, None)`
- **保存参数**：`np.savez('camera_params.npz', mtx=mtx, dist=dist)`