基於OPENCV的相機標定及程式碼
阿新 • • 發佈：2019-01-04
2015年11月17上傳
以下是我實現的相機標定 C++ 類，建構函式如下：
CCalibration::CCalibration(CvSize _board_sz, double _board_dt, int _n_boards) { //標定板的資訊 board_sz = _board_sz; board_dt = _board_dt; n_boards = _n_boards; //為標定引數分配記憶體 intrinsic_matrix = cvCreateMat(3,3,CV_32FC1); distortion_coeffs = cvCreateMat(4,1,CV_32FC1); }
其中：
_board_sz——標定板橫縱座標角點數；
_board_dt——相鄰兩次影象獲取的時間間隔（單位：秒）；
_n_boards——獲取影象的總數。
以下C++程式碼在VS2010 + OpenCV2.4.8下除錯通過。
工程檔案下載地址：http://download.csdn.net/detail/holamirai/9275817
本工程使用的標定板下載地址：http://download.csdn.net/detail/holamirai/9275825
將PDF檔案按1：1列印到A4紙上即可。
附上程式碼：
CCalibration類定義如下：
CCalibration.h 檔案：
CCalibration.cpp 檔案：/****************************************** * Copyright (C) 2015 HolaMirai([email protected]) * All rights reserved. * * 檔名：CCalibration.h * 摘要：CCalibration類實現相機標定 * 當前版本：V1.0, 2015年11月17日，HolaMirai,建立該檔案 * 歷史記錄：... ******************************************/ /* * 類定義說明 */ /******************************************** * CCalibration類 * CCalibration接收標定板橫縱座標角點數_board_sz, 相鄰兩次影象獲取的時間間隔_board_dt（單位：秒）, 獲取影象的總數_n_boards * 使用calibrateFromCamera()直接從相機中獲取標定板影象，並標定 * 使用calibrateFromFile()從已獲取的影象集中標定相機 * * ********************************************/ #ifndef CCALIBRATION_H #define CCALIBRATION_H #include <cv.h> #include <highgui.h> #include <stdio.h> #include <stdlib.h> class CCalibration { public: CCalibration(CvSize _board_sz, double _board_dt, int _n_boards = 15); ~CCalibration(); public: bool doCalibrate(const CvMat* const image_points, const CvMat* const object_points,const CvMat* const point_counts, CvSize size); bool calibrateFromCamera(); bool calibrateFromFile(); void display(); protected: private: CvSize board_sz; //標定板資訊 int n_boards; //視場總數 double board_dt; //相鄰視場間的獲取時間間隔 private: CvMat* intrinsic_matrix;//內參數矩陣 CvMat* distortion_coeffs;//畸變矩陣 }; #endif
/******************************************
* Copyright (C) 2015 HolaMirai([email protected])
* All rights reserved.
*
* 檔名：CCalibration.cpp
* 摘要：相機標CCalibration類的定實現檔案
* 當前版本：V1.0, 2015年11月17日， HolaMirai, 建立該檔案
* 歷史記錄：
******************************************/
#include"CCalibration.h"
/*
* 函式名稱：CCalibration
* 函式功能：類建構函式
* 函式入口：
* 輸入引數：標定板橫縱座標角點數_board_sz, 相鄰兩次影象獲取的時間間隔_board_dt（單位：秒）, 獲取影象的總數_n_boards
* 輸出引數：無
* 返 回 值：無
* 其它說明：
*/
CCalibration::CCalibration(CvSize _board_sz, double _board_dt, int _n_boards)
{
//標定板的資訊
board_sz = _board_sz;
board_dt = _board_dt;
n_boards = _n_boards;
//為標定引數分配記憶體
intrinsic_matrix = cvCreateMat(3,3,CV_32FC1);
distortion_coeffs = cvCreateMat(4,1,CV_32FC1);
}
CCalibration::~CCalibration()
{
cvReleaseMat(&intrinsic_matrix);
cvReleaseMat(&distortion_coeffs);
}
/*
* 函式名稱：calibrateFromCamera
* 函式功能：直接從相機實時獲取標定板影象，用於標定
* 函式入口：
* 輸入引數：五
* 輸出引數：無
* 返 回 值：是否標定成功，true表示成功，false表示失敗
* 其它說明：
*/
bool CCalibration::calibrateFromCamera()
{
cvNamedWindow("Calibration",CV_WINDOW_AUTOSIZE);
cvNamedWindow("Live",CV_WINDOW_AUTOSIZE);
CvCapture* capture = cvCreateCameraCapture( 0 );//將要標定的攝像頭
assert( capture );
int board_n = board_sz.width * board_sz.height;//角點總數
CvMat* image_points = cvCreateMat(n_boards*board_n,2,CV_32FC1);// cvMat* cvCreateMat ( int rows, int cols, int type )
CvMat* object_points = cvCreateMat(n_boards*board_n,3,CV_32FC1);//cvCreateMat預定義型別的結構如下：CV_<bit_depth> (S|U|F)C<number_of_channels>
CvMat* point_counts = cvCreateMat(n_boards,1,CV_32SC1);//cvCreateMat矩陣的元素可以是32位浮點型資料(CV_32FC1)，或者是無符號的8位三元組的整型資料(CV_8UC3)
CvPoint2D32f* corners = new CvPoint2D32f[ board_n ];
IplImage *image = cvQueryFrame( capture );
//imgSize = cvGetSize(image);
IplImage *gray_image = cvCreateImage(cvGetSize(image),8,1);//subpixel 建立單通道灰度影象
int corner_count;
int successes = 0;//影象系列index
int step, frame = 0;
//忽略開始前2s時間的圖片
for (int i = 0; i < 33*2; i++)
{
image = cvQueryFrame(capture);
cvShowImage("Live",image);
cvWaitKey(30);
}
//獲取足夠多視場圖片用於標定
while (successes < n_boards)
{
image = cvQueryFrame(capture);
cvShowImage("Live", image);
cvWaitKey(33);//一幀的時間間隔
//每隔board_dt秒取一張影象
if ( (frame++ % ((int)(33 * board_dt)) ) == 0 )
{
//Find chessboard corners:
int found = cvFindChessboardCorners(image, board_sz, corners, &corner_count,
CV_CALIB_CB_ADAPTIVE_THRESH | CV_CALIB_CB_FILTER_QUADS);
if(found == 0) continue;//未正確找到角點，繼續下一次
//Get Subpixel accuracy on those corners
cvCvtColor(image, gray_image, CV_BGR2GRAY); //轉換為灰度影象
cvFindCornerSubPix(gray_image, corners, corner_count, //cvFindChessboardCorners找到的角點僅僅是近似值，必須呼叫此函式達到亞畫素精度，如果第一次定位...
cvSize(11,11),cvSize(-1,-1), cvTermCriteria( //角點時忽略呼叫此函式，那麼會導致標定的實際錯誤
CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 30, 0.1 ));
// 如果該視場獲得了好的結果，儲存它
// If we got a good board, add it to our data
if (corner_count == board_n)
{
step = successes*board_n;
for( int i=step, j=0; j<board_n; ++i,++j )
{
CV_MAT_ELEM(*image_points, float,i,0) = corners[j].x; // CV_MAT_ELEM 用來訪問矩陣每個元素的巨集，這個巨集只對單通道矩陣有效，多通道會報錯...
CV_MAT_ELEM(*image_points, float,i,1) = corners[j].y; //CV_MAT_ELEM( matrix, elemtype, row, col )
CV_MAT_ELEM(*object_points,float,i,0) = j/board_sz.width; //matrix：要訪問的矩陣,elemtype：矩陣元素的型別,row：所要訪問元素的行數,col：所要訪問元素的列數
CV_MAT_ELEM(*object_points,float,i,1) = j%board_sz.width;
CV_MAT_ELEM(*object_points,float,i,2) = 0.0f;
}
CV_MAT_ELEM(*point_counts, int,successes,0) = board_n;
successes++;
}
//Draw corners
cvDrawChessboardCorners(image, board_sz, corners, corner_count, found);//found為cvFindChessboardCorners的返回值
char text[10];
sprintf(text,"%d/%d", successes,n_boards);
CvFont font = cvFont(2,2);
cvPutText(image,text,cvPoint(40,40),&font,cvScalar(0,0,255));
cvShowImage( "Calibration", image );
}
}
//獲取了足夠多視場，結束獲取
cvDestroyWindow("Calibration");
cvDestroyWindow("Live");
//計算
doCalibrate(image_points, object_points, point_counts, cvGetSize(image));
//結束
delete []corners;
cvReleaseMat(&image_points);
cvReleaseMat(&object_points);
cvReleaseMat(&point_counts);
cvReleaseImage(&gray_image);
cvReleaseCapture(&capture);
return true;
}/* calibrateFromCamera() */
/*
* 函式名稱：calibrateFromCamera
* 函式功能：根據已獲取的影象檔案（.bmp格式），標定相機
* 函式入口：
* 輸入引數：無
* 輸出引數：無
* 返 回 值：是否標定成功，true表示成功，false表示失敗
* 其它說明： 只接受.bmp格式的圖片，且圖片尺寸要相同，若要標定其他格式圖片，請將本函式內的.bmp替換成.jpg
* 檔案統一命名格式為 calib_N.bmp,其中N必須從0開始
*/
bool CCalibration::calibrateFromFile()
{
cvNamedWindow("Calibration", CV_WINDOW_AUTOSIZE);
//cvNamedWindow("FileImage", CV_WINDOW_AUTOSIZE);
int board_n = board_sz.width * board_sz.height;//角點總數
CvMat* image_points = cvCreateMat(n_boards*board_n,2,CV_32FC1);// cvMat* cvCreateMat ( int rows, int cols, int type )
CvMat* object_points = cvCreateMat(n_boards*board_n,3,CV_32FC1);//cvCreateMat預定義型別的結構如下：CV_<bit_depth> (S|U|F)C<number_of_channels>
CvMat* point_counts = cvCreateMat(n_boards,1,CV_32SC1);//cvCreateMat矩陣的元素可以是32位浮點型資料(CV_32FC1)，或者是無符號的8位三元組的整型資料(CV_8UC3)
CvPoint2D32f* corners = new CvPoint2D32f[ board_n ];
char imgName[20] = "calib_0.bmp";
IplImage *image = cvLoadImage(imgName,1);
IplImage *gray_image = cvCreateImage(cvGetSize(image),8,1);//subpixel 建立單通道灰度影象
int corner_count;
int successes = 0, index = 0;//影象系列index
int step;
//獲取足夠多視場圖片用於標定
while (successes < n_boards)
{
sprintf(imgName, "calib_%d.bmp",index++);
image = cvLoadImage(imgName,1);
if ( !image ) break; //無此圖片，則停止
cvWaitKey(1000*board_dt);//一幀的時間間隔
//Find chessboard corners:
int found = cvFindChessboardCorners(image, board_sz, corners, &corner_count,
CV_CALIB_CB_ADAPTIVE_THRESH | CV_CALIB_CB_FILTER_QUADS);
if(found == 0) continue;//未正確找到角點，繼續下一次
//Get Subpixel accuracy on those corners
cvCvtColor(image, gray_image, CV_BGR2GRAY); //轉換為灰度影象
cvFindCornerSubPix(gray_image, corners, corner_count, //cvFindChessboardCorners找到的角點僅僅是近似值，必須呼叫此函式達到亞畫素精度，如果第一次定位...
cvSize(11,11),cvSize(-1,-1), cvTermCriteria( //角點時忽略呼叫此函式，那麼會導致標定的實際錯誤
CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 30, 0.1 ));
// 如果該視場獲得了好的結果，儲存它
// If we got a good board, add it to our data
if (corner_count == board_n)
{
step = successes*board_n;
for( int i=step, j=0; j<board_n; ++i,++j )
{
CV_MAT_ELEM(*image_points, float,i,0) = corners[j].x; // CV_MAT_ELEM 用來訪問矩陣每個元素的巨集，這個巨集只對單通道矩陣有效，多通道會報錯...
CV_MAT_ELEM(*image_points, float,i,1) = corners[j].y; //CV_MAT_ELEM( matrix, elemtype, row, col )
CV_MAT_ELEM(*object_points,float,i,0) = j/board_sz.width; //matrix：要訪問的矩陣,elemtype：矩陣元素的型別,row：所要訪問元素的行數,col：所要訪問元素的列數
CV_MAT_ELEM(*object_points,float,i,1) = j%board_sz.width;
CV_MAT_ELEM(*object_points,float,i,2) = 0.0f;
}
CV_MAT_ELEM(*point_counts, int,successes,0) = board_n;
successes++;
}
//Draw corners
cvDrawChessboardCorners(image, board_sz, corners, corner_count, found);//found為cvFindChessboardCorners的返回值
char text[10];
sprintf(text,"%d/%d", successes,n_boards);
CvFont font = cvFont(2,2);
cvPutText(image,text,cvPoint(40,40),&font,cvScalar(0,0,255));
cvShowImage( "Calibration", image );
}
//獲取了足夠多視場，結束獲取
cvDestroyWindow("Calibration");
//cvDestroyWindow("FileImage");
doCalibrate(image_points, object_points, point_counts, cvGetSize(image));
delete []corners;
cvReleaseMat(&image_points);
cvReleaseMat(&object_points);
cvReleaseMat(&point_counts);
cvReleaseImage(&image);
cvReleaseImage(&gray_image);
return true;
} /* calibrateFromFile() */
/*
* 函式名稱：doCalibrate
* 函式功能：計算相機內參數和畸變引數
* 函式入口：
* 輸入引數：儲存影象角點座標（成像儀座標）資訊的矩陣指標image_points，儲存有標定板角點座標（世界座標）資訊的矩陣指標object_points
* 儲存有各影象尋找到的角點個數資訊的矩陣指標point_counts，影象尺寸size
* 輸出引數：無
* 返 回 值： 是否成功，true成功，false失敗
* 其它說明： 標定結果同時儲存到當前目錄Intrinsics.xml，Distortion.xml檔案中
*/
bool CCalibration::doCalibrate(const CvMat* const image_points, const CvMat* const object_points,const CvMat* const point_counts, CvSize size)
{
//****************************開始標定*************************//
// 初始化內參數矩陣的fx和fy為1.0f
CV_MAT_ELEM( *intrinsic_matrix, float, 0, 0 ) = 1.0f;
CV_MAT_ELEM( *intrinsic_matrix, float, 1, 1 ) = 1.0f;
//**************計算標定引數*************//
//CALIBRATE THE CAMERA!
cvCalibrateCamera2( object_points, image_points, point_counts, size,
intrinsic_matrix, distortion_coeffs,
NULL, NULL,0 //CV_CALIB_FIX_ASPECT_RATIO
);
//SAVE THE INTRINSICS AND DISTORTIONS
cvSave("Intrinsics.xml",intrinsic_matrix);//儲存攝像頭內參數
cvSave("Distortion.xml",distortion_coeffs);//儲存攝像頭外引數
return true;
}/* doCalibrate() */
/*
* 函式名稱：display
* 函式功能：根據標定引數，顯示修正後的視訊影象
* 函式入口：
* 輸入引數：無
* 輸出引數：無
* 返 回 值：
* 其它說明：
*/
void CCalibration::display()
{
cvNamedWindow("Undistort", CV_WINDOW_AUTOSIZE);//顯示修正後圖像
CvCapture *capture = cvCreateCameraCapture(0);
IplImage *frame = cvQueryFrame(capture);
IplImage *imgUndistort = cvCreateImage(cvGetSize(frame),frame->depth,frame->nChannels);
// EXAMPLE OF LOADING THESE MATRICES BACK IN:
CvMat *intrinsic = (CvMat*)cvLoad("Intrinsics.xml");//載入攝像頭內參數
CvMat *distortion = (CvMat*)cvLoad("Distortion.xml");//載入攝像頭外引數
// Build the undistort map which we will use for all subsequent frames.
IplImage* mapx = cvCreateImage( cvGetSize(frame), IPL_DEPTH_32F, 1 );
IplImage* mapy = cvCreateImage( cvGetSize(frame), IPL_DEPTH_32F, 1 );
//計算畸變對映 即根據攝像頭內、外引數，計算出如果沒有這些畸變的話，攝像頭獲得的理想影象
cvInitUndistortMap(intrinsic, distortion, mapx, mapy);
while(cvWaitKey(33) != 27) //ESC
{
frame = cvQueryFrame(capture);
cvRemap( frame, imgUndistort, mapx, mapy);
cvShowImage("Undistort", imgUndistort);
}
cvReleaseCapture(&capture);
cvReleaseImage(&imgUndistort);
cvDestroyWindow("Undistort");
}/* display() */測試程式檔案
test.cpp程式碼
#include <cv.h>
#include <highgui.h>
#include "iostream"
#include "CCalibration.h"
using namespace std;
void main()
{
CCalibration calib(cvSize(7,8),1,10);
//從相機中獲取影象標定
//calib.calibrateFromCamera();
//從已有影象中標定
calib.calibrateFromFile();
//運用標定結果顯示修正後圖像
calib.display();
//system("pause");
}下圖是標定過程中實時顯示標定結果
