#include <cv.h>
#include <highgui.h>
#include <iostream>
#include <stdio.h>
#include <stdlib.h> using namespace std; int n_boards=;//图像数目
const int board_dt=;//等20帧每棋盘视图 //int sn_board=0;//成功找到角点的图像数目
int board_w;//图像的角点行列数 canshu
int board_h; //canshu
int main(int argc ,char * argv[])
{
/*读入图像*/
board_w=; //canshu
board_h=; //canshu
n_boards=; //canshu int board_n=board_h*board_w;//每幅图像的角点数
CvSize board_size=cvSize(board_w,board_h);//每幅图像的角点数
CvCapture*capture;
capture=cvCreateCameraCapture();
//assert(capture); if(!capture) { printf("\nCouldn't open the camera\n"); return -;}
cvNamedWindow("MyCalib");
cvNamedWindow("Raw Video"); //allocate storage
CvMat*object_points = cvCreateMat(board_n*n_boards,,CV_32FC1);
CvMat*image_points =cvCreateMat(board_n*n_boards,,CV_32FC1);
CvMat*point_counts =cvCreateMat(n_boards,,CV_32SC1);
CvMat * camera_matrix =cvCreateMat(,,CV_32FC1);//摄像机矩阵(内参数矩阵)
CvMat * distortion_coeffs=cvCreateMat(,,CV_32FC1);//畸变系数
CvPoint2D32f*corners=new CvPoint2D32f[board_n];//一幅图像的角点数组
int corner_count;
int successes=; // 本文 successes就是 sn_board
int step,frame=; IplImage*image=cvQueryFrame(capture);
IplImage *gray_image=cvCreateImage(cvGetSize(image),,);//创建头并分配数据 //亚像素subpixel
//capture corner views loop until we've got n_boards
//成功捕获(找到所有角点on the board) while (successes<n_boards)
{ //skip every board_dt frames to allow user to move chessboard
if(frame++%board_dt==)
{
int found=cvFindChessboardCorners(image,board_size,corners,&corner_count,CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS); //精确到亚像素,绘制棋盘角点
cvCvtColor(image,gray_image,CV_BGR2GRAY);
cvFindCornerSubPix(gray_image,corners,corner_count,cvSize(,),cvSize(-,-),cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,,0.1));
cvDrawChessboardCorners(image,board_size,corners,corner_count,found);
//cvShowImage("MyCalib",image); //如果得到一个好板,则把把它加入到我们的数据中
if(corner_count==board_n){ //xin
cvShowImage( "Calibration", image ); //show in color if we did collect the image
step=successes*board_n; //xin
for(int i=step,j=;j<board_n;++i,++j){
CV_MAT_ELEM(*image_points,float,i,) =corners[j].x;//CV_MAT_ELEM用来访问矩阵每个元素的宏,这个宏只对单通道矩阵有效,多通道会报错
CV_MAT_ELEM(*image_points,float,i,) =corners[j].y;//(要访问的矩阵,矩阵元素的类型,所要访问元素的行数,列数)
//上两句是将检测到的点以坐标形式存储
CV_MAT_ELEM(*object_points,float,i,) =float(j/board_w);
CV_MAT_ELEM(*object_points,float,i,) =float(j%board_w);
//上两句是将检测到的点的数目,以行列形式存储
CV_MAT_ELEM(*object_points,float,i,) =0.0f;
}
CV_MAT_ELEM(*point_counts,int,successes,)=board_n;
successes++;
printf("Collected our %d of %d needed chessboard images\n",successes,n_boards);
}
else
cvShowImage( "Calibration", gray_image );//Show Gray if we didn't collect the image
}//end skip board_dt between chessboard capture //暂停模块
int c = cvWaitKey();
if(c == 'p'){
c = ;
while(c != 'p' && c != ){
c = cvWaitKey();
}
}
if(c == )
return ;
image = cvQueryFrame( capture ); //Get next image
cvShowImage("Raw Video", image);
} //END COLLECTION WHILE LOOP.
cvDestroyWindow("Calibration");
printf("\n\n*** CALLIBRATING THE CAMERA..."); //重新赋值,又重新分配了矩阵空间
CvMat * object_points0= cvCreateMat(board_n*successes,,CV_32FC1);
CvMat * image_points0=cvCreateMat(board_n*successes,,CV_32FC1);
CvMat * point_counts0=cvCreateMat(successes,,CV_32SC1);
//transfer THE points INTO THE correct size matrices
for (int i=;i<successes*board_n;i++)//board_n为每幅图像的角点数*sn_board为成功找到角点的图像数目
{
CV_MAT_ELEM(*image_points0,float,i,)=CV_MAT_ELEM(*image_points,float,i,);
CV_MAT_ELEM(*image_points0,float,i,)=CV_MAT_ELEM(*image_points,float,i,);
CV_MAT_ELEM(*object_points0,float,i,)=CV_MAT_ELEM(*object_points,float,i,);
CV_MAT_ELEM(*object_points0,float,i,)=CV_MAT_ELEM(*object_points,float,i,);
CV_MAT_ELEM(*object_points0,float,i,)=0.0f;
}
for (int i=;i<successes;i++)
{
CV_MAT_ELEM(*point_counts0,int,i,)=CV_MAT_ELEM(*point_counts,int,i,);
}
cvReleaseMat(&object_points);//世界坐标点
cvReleaseMat(&point_counts); //每张图像中的角点数
cvReleaseMat(&image_points); //图像坐标点
//使用cvReleaseMat函数之后,系统将释放刚才载入矩阵的内存空间(也即这个矩阵已经不在内存中了) // At this point we have all of the chessboard corners we need
// Initialize the intrinsic matrix such that the two focal
// lengths have a ratio of 1.0
CV_MAT_ELEM( *camera_matrix, float, , ) = 1.0f;
CV_MAT_ELEM( *camera_matrix, float, , ) = 1.0f;
//CALIBRATE THE CAMERA!
cvCalibrateCamera2(
object_points0, image_points0,
point_counts0, cvGetSize( image ),
camera_matrix, distortion_coeffs,
NULL, NULL, //CV_CALIB_FIX_ASPECT_RATIO
); // SAVE THE INTRINSICS AND DISTORTIONS xin
printf("......保存内部参数与畸变参数\n");
cvSave("camera_matrix1111.xml",camera_matrix);
cvSave("distortion_coeffs.xml",distortion_coeffs); // EXAMPLE OF LOADING THESE MATRICES BACK IN: xin
CvMat *intrinsic = (CvMat*)cvLoad("Intrinsics.xml");
CvMat *distortion = (CvMat*)cvLoad("Distortion.xml"); // Build the undistort map which we will use for all
// subsequent frames.建立不失真的图map
//
IplImage* mapx = cvCreateImage( cvGetSize(image), IPL_DEPTH_32F, );
IplImage* mapy = cvCreateImage( cvGetSize(image), IPL_DEPTH_32F, );
cvInitUndistortMap(intrinsic,distortion,mapx, mapy); // Just run the camera to the screen, now showing the raw and
// the undistorted image.
//
cvNamedWindow( "Undistort" );
while(image) {
IplImage *t = cvCloneImage(image);
cvShowImage( "Raw Video", image ); // Show raw image
cvRemap( t, image, mapx, mapy ); // Undistort image
cvReleaseImage(&t);
cvShowImage("Undistort", image); // Show corrected image //Handle pause/unpause and ESC
int c = cvWaitKey();
if(c == 'p'){
c = ;
while(c != 'p' && c != ){
c = cvWaitKey();
}
}
if(c == )
break;
image = cvQueryFrame( capture );
} return ;
}

opencv单目摄像机标定的更多相关文章

  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(二)

    // 引入实际标定板方格宽度的标定程序 #include <string> #include <iostream> #include <cv.h> #include ...

  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. WinCE\Window Mobile程序桌面化总结

    1.系统API处理 将桌面.移动API分开处理 2.一份代码,两个工程,分别编译 添加已有文件时,使用添加链接,而不是添加附本 3.桌面窗体出现位置不规律,样式不统一问题 首先,在窗体类成员加入两个成 ...

  2. 思考方式--SMART原则

    如果你对项目管理.系统架构有兴趣,请加微信订阅号"softjg",加入这个PM.架构师的大家庭 万事开头于你目标的设定,如果开始走错了,那么后面的路将会更加的错误,甚至于更加的努力 ...

  3. 百度地图api根据地图缩放等级显示不同的marker点,功能二

    功能一里面有marker点后台的代码 根据地图的缩放等级显示不同marker点的坐标JSP代码 <%@ page language="java" contentType=&q ...

  4. 二模13day1解题报告

    二模13day1解题报告 T1.发射站(station) N个发射站,每个发射站有高度hi,发射信号强度vi,每个发射站的信号只会被左和右第一个比他高的收到.现在求收到信号最强的发射站. 我用了时间复 ...

  5. MAXIMO-修改菜单

    MAXIMO菜单修改 模块: select * from MAXMODULES; -- 查询模块 一级菜单(应用程序):  select * from MAXMENU where MENUTYPE=' ...

  6. [转]逻辑斯蒂回归 via python

    # -*- coding:UTF-8 -*-import numpydef loadDataSet(): return dataMat,labelMat def sigmoid(inX): retur ...

  7. Caffe应用篇----文件格式转换

    网友文章: 我们手中有的一般都是图片数据,jpg.bmp格式等,但caffe常使用的数据是db格式(leveldb/lmdb),因此首先我们要将自己数据转换成caffe可运行的格式文件.别捉鸡,caf ...

  8. 多媒体(2):WAVE文件格式分析

    目录 多媒体(1):MCI接口编程 多媒体(2):WAVE文件格式分析 多媒体(3):基于WindowsAPI的视频捕捉卡操作 多媒体(4):JPEG图像压缩编码 多媒体(2):WAVE文件格式分析

  9. webForm中的验证控件

    1.非空验证控件:RequireFieldValidator  :2.数据比较验证:CompareValidator :3.数据范围验证:RangeValidator :4.正则表达式验证:Regul ...

  10. WCF 编程实验室

    最近由于项目需要,简单研究了一下.NET WCF编程. 首先,简单说下WCF是什么,WCF 本质上,是一种开发框架.它用来开发类似COM+ .WEB SERVICE 这样“远程方法调用” 功能. 普通 ...