探索OpenCV双目相机标定工具：标定软件与工具箱，助你轻松完成标定任务

# 1. OpenCV双目相机标定概述

OpenCV双目相机标定是一种通过获取双目相机成像数据，估计其内参和外参，以校正图像畸变和建立立体视觉系统的重要技术。它在机器人导航、3D重建、增强现实等领域有着广泛的应用。

本节将介绍OpenCV双目相机标定的基本概念、原理和应用，为后续章节的深入讲解奠定基础。

# 2.1 双目相机成像原理

### 2.1.1 几何模型

双目相机标定的几何模型建立在针孔相机模型的基础上。针孔相机模型假设光线通过一个点（针孔）投射到成像平面上，从而形成图像。在双目相机系统中，两个相机被视为两个针孔相机，它们以一定的基线距离平行放置。

上图展示了双目相机几何模型。假设左相机和右相机分别位于点 O1 和 O2，基线距离为 b。空间中一点 P 投影到左相机成像平面上形成点 p1，投影到右相机成像平面上形成点 p2。

### 2.1.2 摄像机模型

双目相机标定的摄像机模型描述了相机成像过程中的几何和光学特性。它包括内参和外参两个部分。

**内参**描述了相机的内部几何和光学特性，包括：

- **焦距 (f)**：光学中心到成像平面的距离。
- **主点 (cx, cy)**：成像平面上的光学中心坐标。
- **畸变系数 (k1, k2, k3, p1, p2)**：描述镜头畸变的系数。

**外参**描述了相机在世界坐标系中的位置和姿态，包括：

- **旋转矩阵 (R)**：相机坐标系相对于世界坐标系的旋转矩阵。
- **平移向量 (t)**：相机坐标系相对于世界坐标系的平移向量。

# 3.1 标定软件使用指南

#### 3.1.1 标定板