// 引入实际标定板方格宽度的标定程序
#include <string>
#include <iostream>
#include <cv.h>
#include <highgui.h> using namespace std; int main()
{
CvCapture* capture; //摄像头指针
capture=cvCreateCameraCapture();
if(capture==){
printf("无法捕获摄像头设备!\n\n");
return ;
}else{
printf("捕获摄像头设备成功!!\n\n");
}
IplImage* frame; //图像指针
cvNamedWindow("摄像机帧截取窗口",);
printf("按“C”键截取当前帧并保存为标定图片...\n按“Q”键退出截取帧过程...\n\n");
int number_image=; //文件名后的编号,从1开始,也是截取的图像帧数
char filename[]=""; //保存文件名的字符串数组
while(true)
{
frame=cvQueryFrame(capture);
if(!frame)
break;
cvShowImage("摄像机帧截取窗口",frame); if(cvWaitKey()=='c'){
sprintf (filename,"%d.jpg",number_image);
cvSaveImage(filename,frame);
cout<<"成功获取当前帧,并以文件名"<<filename<<"保存...\n\n";
printf("按“C”键截取当前帧并保存为标定图片...\n按“Q”键退出截取帧过程...\n\n");
number_image++;
}else if(cvWaitKey()=='q'){
printf("截取图像帧过程完成...\n\n");
cout<<"共成功截取"<<--number_image<<"帧图像!!\n\n";
break;
}
}
cvReleaseImage(&frame);
cvReleaseCapture(&capture);
cvDestroyWindow("摄像机帧截取窗口"); IplImage * show; //RePlay图像指针
cvNamedWindow("RePlay",);
int number_image_copy=number_image; //复制图像帧数
CvSize board_size=cvSize(,); //标定板角点数
CvSize2D32f square_size=cvSize2D32f(18.2,18.2); //cvSize2D32f( double width, double height );假设我的每个标定方格长宽都是1.82厘米
float square_length=square_size.width; //方格长度
float square_height=square_size.height; //方格高度
int board_width=board_size.width; //每行角点数
int board_height=board_size.height; //每列角点数
int total_per_image=board_width*board_height; //每张图片角点总数
int count; //存储每帧图像中实际识别的角点数
int found; //识别标定板角点的标志位
int step; //存储步长,step=successes*total_per_image;
int successes=; //存储成功找到标定板上所有角点的图像帧数
int a=; //临时变量,表示在操作第a帧图像 CvPoint2D32f * image_points_buf = new CvPoint2D32f[total_per_image]; //存储角点图像坐标的数组
CvMat * image_points=cvCreateMat(number_image*total_per_image,,CV_32FC1); //存储角点的图像坐标的矩阵
CvMat * object_points=cvCreateMat(number_image*total_per_image,,CV_32FC1); //存储角点的三维坐标的矩阵
CvMat * point_counts=cvCreateMat(number_image,,CV_32SC1); //存储每帧图像的识别的角点数
CvMat * intrinsic_matrix=cvCreateMat(,,CV_32FC1); //内参数矩阵
CvMat * distortion_coeffs=cvCreateMat(,,CV_32FC1); //畸变系数 while(a<=number_image_copy){
sprintf (filename,"%d.jpg",a);
show=cvLoadImage(filename,-);
found=cvFindChessboardCorners(show,board_size,image_points_buf,&count,
CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
if(found==){ //如果没找到标定板角点时
cout<<"第"<<a<<"帧图片无法找到棋盘格所有角点!\n\n";
cvNamedWindow("RePlay",);
cvShowImage("RePlay",show);
cvWaitKey(); }else{ //找到标定板角点时
cout<<"第"<<a<<"帧图像成功获得"<<count<<"个角点...\n";
cvNamedWindow("RePlay",);
IplImage * gray_image= cvCreateImage(cvGetSize(show),,);
cvCvtColor(show,gray_image,CV_BGR2GRAY);
cout<<"获取源图像灰度图过程完成...\n";
cvFindCornerSubPix(gray_image,image_points_buf,count,cvSize(,),cvSize(-,-),
cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,,0.1));
cout<<"灰度图亚像素化过程完成...\n";
cvDrawChessboardCorners(show,board_size,image_points_buf,count,found);
cout<<"在源图像上绘制角点过程完成...\n\n";
cvShowImage("RePlay",show);
cvWaitKey();
} if(total_per_image==count){
step=successes*total_per_image; //计算存储相应坐标数据的步长
for(int i=step,j=;j<total_per_image;++i,++j){
CV_MAT_ELEM(*image_points,float,i,)=image_points_buf[j].x;
CV_MAT_ELEM(*image_points,float,i,)=image_points_buf[j].y;
CV_MAT_ELEM(*object_points,float,i,)=(float)((j/board_width)*square_length);
CV_MAT_ELEM(*object_points,float,i,)=(float)((j%board_width)*square_height);
CV_MAT_ELEM(*object_points,float,i,)=0.0f;
}
CV_MAT_ELEM(*point_counts,int,successes,)=total_per_image;
successes++;
}
a++;
} cvReleaseImage(&show);
cvDestroyWindow("RePlay"); cout<<"*********************************************\n";
cout<<number_image<<"帧图片中,标定成功的图片为"<<successes<<"帧...\n";
cout<<number_image<<"帧图片中,标定失败的图片为"<<number_image-successes<<"帧...\n\n";
cout<<"*********************************************\n\n"; cout<<"按任意键开始计算摄像机内参数...\n\n"; CvCapture* capture1;
capture1=cvCreateCameraCapture();
IplImage * show_colie;
show_colie=cvQueryFrame(capture1); CvMat * object_points2=cvCreateMat(successes*total_per_image,,CV_32FC1);
CvMat * image_points2=cvCreateMat(successes*total_per_image,,CV_32FC1);
CvMat * point_counts2=cvCreateMat(successes,,CV_32SC1); for(int i=;i<successes*total_per_image;++i){
CV_MAT_ELEM(*image_points2,float,i,)=CV_MAT_ELEM(*image_points,float,i,);
CV_MAT_ELEM(*image_points2,float,i,)=CV_MAT_ELEM(*image_points,float,i,);
CV_MAT_ELEM(*object_points2,float,i,)=CV_MAT_ELEM(*object_points,float,i,);
CV_MAT_ELEM(*object_points2,float,i,)=CV_MAT_ELEM(*object_points,float,i,);
CV_MAT_ELEM(*object_points2,float,i,)=CV_MAT_ELEM(*object_points,float,i,);
} for(int i=;i<successes;++i){
CV_MAT_ELEM(*point_counts2,int,i,)=CV_MAT_ELEM(*point_counts,int,i,);
} cvReleaseMat(&object_points);
cvReleaseMat(&image_points);
cvReleaseMat(&point_counts); //初始化相机内参矩阵
CV_MAT_ELEM(*intrinsic_matrix,float,,)=1.0f;
CV_MAT_ELEM(*intrinsic_matrix,float,,)=1.0f; //标定相机的内参矩阵和畸变系数向量
cvCalibrateCamera2(object_points2,image_points2,point_counts2,cvGetSize(show_colie),
intrinsic_matrix,distortion_coeffs,NULL,NULL,); cout<<"摄像机内参数矩阵为:\n";
cout<<CV_MAT_ELEM(*intrinsic_matrix,float,,)<<" "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)
<<" "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)
<<"\n\n";
cout<<CV_MAT_ELEM(*intrinsic_matrix,float,,)<<" "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)
<<" "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)
<<"\n\n";
cout<<CV_MAT_ELEM(*intrinsic_matrix,float,,)<<" "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)
<<" "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)
<<"\n\n"; cout<<"畸变系数矩阵为:\n";
cout<<CV_MAT_ELEM(*distortion_coeffs,float,,)<<" "<<CV_MAT_ELEM(*distortion_coeffs,float,,)
<<" "<<CV_MAT_ELEM(*distortion_coeffs,float,,)
<<" "<<CV_MAT_ELEM(*distortion_coeffs,float,,)
<<" "<<CV_MAT_ELEM(*distortion_coeffs,float,,)
<<"\n\n"; cvSave("Intrinsics.xml",intrinsic_matrix);
cvSave("Distortion.xml",distortion_coeffs); cout<<"摄像机矩阵、畸变系数向量已经分别存储在名为Intrinsics.xml、Distortion.xml文档中\n\n"; CvMat * intrinsic=(CvMat *)cvLoad("Intrinsics.xml");
CvMat * distortion=(CvMat *)cvLoad("Distortion.xml"); IplImage * mapx=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,);
IplImage * mapy=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,); cvInitUndistortMap(intrinsic,distortion,mapx,mapy); cvNamedWindow("原始图像",);
cvNamedWindow("非畸变图像",); cout<<"按‘E’键退出显示...\n\n"; while(show_colie){
IplImage * clone=cvCloneImage(show_colie);
cvShowImage("原始图像",show_colie);
cvRemap(clone,show_colie,mapx,mapy);
cvReleaseImage(&clone);
cvShowImage("非畸变图像",show_colie); if(cvWaitKey()=='e'){
break;
} show_colie=cvQueryFrame(capture1);
} return ; }

opencv单目摄像机标定(二)的更多相关文章

  1. opencv单目摄像机标定(一)

    #include <string> #include <iostream> #include <cv.h> #include <highgui.h> u ...

  2. opencv单目摄像机标定

    #include <cv.h> #include <highgui.h> #include <iostream> #include <stdio.h> ...

  3. 机器视觉学习笔记(5)——基于OpenCV的单目摄像机标定

    本文CameraCalibrator类源代码来自于OpenCV2 计算机视觉编程手册(Robert Laganiere 著 张静 译) 强烈建议阅读机器视觉学习笔记(4)--单目摄像机标定参数说明之后 ...

  4. 基于OpenCV单目相机的快速标定--源码、工程、实现过程

    相机的标定是所有人走进视觉世界需要做的第一件事,辣么多的视觉标定原理解释你可以随便在网上找到,这里只讲到底如何去实现,也算是给刚入门的朋友做个简单的分享. 1.单目相机标定的工程源码 首先请到同性交友 ...

  5. matlab单目相机标定——标定步骤以及参数含义

    参考博客园的一篇文章: https://www.cnblogs.com/flyinggod/p/8470407.html#commentform

  6. 基于EmguCV的摄像机标定及矫正

    标签: EmguCV摄像头标定C# 2015-05-03 14:55 501人阅读 评论(6) 收藏 举报  分类: C# 版权声明:本文为博主原创文章,未经博主允许不得转载.   目录(?)[+] ...

  7. [OpenCV-Python] OpenCV 中摄像机标定和 3D 重构 部分 VII

    部分 VII摄像机标定和 3D 重构 OpenCV-Python 中文教程(搬运)目录 42 摄像机标定 目标 • 学习摄像机畸变以及摄像机的内部参数和外部参数 • 学习找到这些参数,对畸变图像进行修 ...

  8. 【OpenCV】摄像机标定+畸变校正

      摄像机标定 本文目的在于记录如何使用MATLAB做摄像机标定,并通过OpenCV进行校正后的显示. 首先关于校正的基本知识通过OpenCV官网的介绍即可简单了解: http://docs.open ...

  9. 用OpenCV进行摄像机标定

    用OpenCV进行摄像机标定 照相机已经存在很长时间了.然而,随着廉价针孔相机在20世纪末的引入,日常生活中变得司空见惯.不幸的是,这种廉价伴随着它的代价:显著的扭曲.幸运的是,这些常数,通过校准和一 ...

随机推荐

  1. SQLServer 事务隔离级别

    MSSQL 事务级别 分类: 数据库2012-12-28 11:17 1050人阅读 评论(0) 收藏 举报 事务 级别 等级优化数据库 一个系统项目做大了,就会遇到性能问题.数据库的优化将是解决性能 ...

  2. js获取项目根目录的方法

    getRootPath = function(){ //获取当前网址,如: http://localhost:8080/ems/Pages/Basic/Person.jsp var curWwwPat ...

  3. 利用IDL将一个txt文档拆分为多个

    测试.txt文档,每47行的格式相同,通过代码每47行存为一个txt,txt文档命名为其第一行数据. 代码如下: file='G:\data\测试.txt' openr,lun,file,/Get_L ...

  4. swift 多线程及GCD

    1.基本概念 1)进程: 进程是指在系统中正在运行的一个应用程序.每个进程之间是独立的,每个进程运行在其专用且受保护的内存空间里.某进程内的线程在其它进程不可见 2)线程: 1个进程要执行任务,必须有 ...

  5. 初学Python之异步多线程:sockserver

    异步多线程:服务端 import socketserver class MyServer(socketserver.BaseRequestHandler): def setup(self): pass ...

  6. oracle驱动问题

    转载   http://sosuny.iteye.com/blog/806390

  7. linux基础命令之:vi模式下查找和替换

    一.查找 查找命令 /pattern<Enter> :向下查找pattern匹配字符串 ?pattern<Enter>:向上查找pattern匹配字符串 使用了查找命令之后,使 ...

  8. python types模块

    types模块成员: ['BooleanType', 'BufferType', 'BuiltinFunctionType', 'BuiltinMethodType', 'ClassType', 'C ...

  9. Buffer Cache

    Buffer Cache Buffer Cache是SGA区中专门用于存放从数据文件中读取的的数据块拷贝的区域.Oracle进程如果发现需要访问的数据块已经在buffer cache中,就直接读写内存 ...

  10. HDOJ(2056)&HDOJ(1086)

    Rectangles    HDOJ(2056) http://acm.hdu.edu.cn/showproblem.php?pid=2056 题目描述:给2条线段,分别构成2个矩形,求2个矩形相交面 ...