#include <string>
#include <iostream>
#include <cv.h>
#include <highgui.h> using namespace std; int main()
{
int cube_length=; CvCapture* capture;
capture=cvCreateCameraCapture(); // opencv调用摄像头的接口,初始化从摄像头中获取视频, 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");
}
cvNamedWindow("摄像机帧截取窗口",); //cvNamedWindow()函数用于在屏幕上创建一个窗口,将被显示的图像包含于该窗口中。函数的第一个参数指定了该窗口的窗口标题,如果要使用HighGUI库所提供的其他函数与该窗口进行交互时,我们将通过该参数值引用这个窗口。
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"); IplImage* frame;
int number_image=; //摄像机拍摄图像张数初始化
char filename[]="";
while(true)
{
frame=cvQueryFrame(capture);// 从摄像头或者文件中抓取并返回一帧
if(!frame)
break;
cvShowImage("摄像机帧截取窗口",frame); //图像显示
if(cvWaitKey()=='c')
{
sprintf (filename,"%d.jpg",number_image); // int sprintf_s( char *buffer, size_t sizeOfBuffer, const char *format [, argument] ... ); //这个函数的主要作用是将若干个argument按照format格式存到buffer中
cvSaveImage(filename,frame); //保存,在工作目录中
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); //释放图像
cvReleaseCapture(&capture);//若您的是1.0版本,如果报错请修改为cvReleaseCapture(&capture),或将此句加在cvReleaseImage(&frame)后
cvDestroyWindow("摄像机帧截取窗口"); IplImage * show; //RePlay图像指针
cvNamedWindow("RePlay",);
int a=; //临时变量,表示在操作第a帧图像
int number_image_copy=number_image; //复制图像帧数
CvSize board_size=cvSize(,); // Cvsize:OpenCV的基本数据类型之一,是构造Cvsize类型的函数,width和height,表示矩阵框大小,以像素为精度。与CvPoint结构类似,但数据成员是integer类型的width和height。
int board_width=board_size.width;
int board_height=board_size.height;
int total_per_image=board_width*board_height; //每张图的角点总数
CvPoint2D32f * image_points_buf = new CvPoint2D32f[total_per_image]; //存储角点坐标的数组
//主要用来转换成矩阵形式CvMat* cvCreateMat( int rows, int cols, int type );rows矩阵行数。cols矩阵列数。type矩阵元素类型,浮点型的单通道图像。
// 这里type可以是任何预定义类型,预定义类型的结构如下:CV_<bit_depth> (S|U|F)C<number_of_channels>。
CvMat * image_points=cvCreateMat(number_image*total_per_image,,CV_32FC1); //存储角点图像坐标的矩阵
CvMat * object_points=cvCreateMat(number_image*total_per_image,,CV_32FC1); //存储角点世界坐标的矩阵
CvMat * point_counts=cvCreateMat(number_image,,CV_32SC1); //存储每帧图像的识别角点数
CvMat * intrinsic_matrix=cvCreateMat(,,CV_32FC1);
CvMat * distortion_coeffs=cvCreateMat(,,CV_32FC1); 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 ,角点能否被检测到
int step; //存储步长,step=successes*total_per_image;
int successes=; //成功找到标定板上所有角点的图像帧数初始化 while(a<=number_image_copy)
{ //读取每张图
sprintf (filename,"%d.jpg",a);
show=cvLoadImage(filename,-);
//寻找角点
found=cvFindChessboardCorners(show,board_size,image_points_buf,&count,
CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
if(found==)
{
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{
cout<<"第"<<a<<"帧图像成功获得"<<count<<"个角点...\n";
cvNamedWindow("RePlay",); IplImage * gray_image= cvCreateImage(cvGetSize(show),,); //创建头并分配数据IplImage*
cvCvtColor(show,gray_image,CV_BGR2GRAY); // cvCvtColor(...),是Opencv里的颜色空间转换函数,可以实现rgb颜色向HSV,HSI等颜色空间的转换,也可以转换为灰度图像。
cout<<"获取源图像灰度图过程完成...\n";
//获取亚像素角点
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";
//绘制角点
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;
for(int i=step,j=;j<total_per_image;++i,++j)
{
//total_per_image是一幅图像中的角点总数。
// opencv中用来访问矩阵每个元素的宏,这个宏只对单通道矩阵有效,CV_MAT_ELEM( matrix, elemtype, row, col )参数  matrix:要访问的矩阵  elemtype:矩阵元素的类型  row:所要访问元素的行数  col:所要访问元素的列数
// cvFindCornerSubPix求完每个角点横纵坐标值都存在image_point_buf里,现在将其存在image_points中,每行存一个,商为行x,余为列y
//将角点坐标的数组压入矩阵image_points
CV_MAT_ELEM(*image_points,float,i,)=image_points_buf[j].x;
CV_MAT_ELEM(*image_points,float,i,)=image_points_buf[j].y;//找到的点以坐标形式存储
CV_MAT_ELEM(*object_points,float,i,)=(float)(j/cube_length);
CV_MAT_ELEM(*object_points,float,i,)=(float)(j%cube_length); //找到的点的数目以行列形式存储
CV_MAT_ELEM(*object_points,float,i,)=0.0f; //0单精度浮点
}
CV_MAT_ELEM(*point_counts,int,successes,)=total_per_image;//访问矩阵角点数
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);
//存储标定成功图片的角点的矩阵形式
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);
//用来存储角点提取成功的图像的角点
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;//fx
CV_MAT_ELEM(*intrinsic_matrix,float,,)=1.0f;//fy //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);//保存在工作目录下
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"); //加载参数方法
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);//函数cvInitUndistortMap预先计算非形变对应-正确图像的每个像素在形变图像里的坐标。这个对应可以传递给cvRemap函数(跟输入和输出图像一起)。 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);//校正图像,输入为clone,结果为show_colie
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(一)的更多相关文章

  1. opencv单目摄像机标定

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

  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. SqlServer实现先将所有数据排好序再进行分页

    平时,我们对数据进行分页,然后将分页后的数据再进行排序输出.这样做只是针对每次请求,也就是前TOP个数据进行了排序,并不是将数据库中的所有的数据进行了排序.当我们需要将数据库中的所有数据排序后在进行分 ...

  2. Python全栈开发 线程和进程

    一.线程 线程是程序工作的最小单元,由进程生成,生成的线程间会共享内存空间.Python中创建线程比较简单,导入threading模块,创建线程实例.下面这段代码是一个简单的多线程例子 import ...

  3. javaweb 拦截器报错

    拦截器报错   The content of element type "interceptor-ref" must match "(param)*".内容元素 ...

  4. Dev ChartControl鼠标移动显示坐标点

    his.chartIRC_RATES.MouseMove += new MouseEventHandler(chartIRC_RATES_MouseMove); ToolTipController t ...

  5. JS 弹出层

    var name='提示';   //网页名称,可为空; var iWidth=550;      //弹出窗口的宽度; var iHeight=250;     //弹出窗口的高度; var iTo ...

  6. cx_Oracle 报错 Reason: image not found

    (Study_env) ➜ DAL python -c "import cx_Oracle"Traceback (most recent call last): File &quo ...

  7. 使用HttpURLConnection下载图片

    import java.io.File; import java.io.FileOutputStream; import java.io.InputStream; import java.net.Ht ...

  8. C#pdf 切割成图片

    引用 using Ghostscript.NET;using Ghostscript.NET.Rasterizer; 需要安装 exe文件 public static GhostscriptVersi ...

  9. closest应用(向上查找最近的资料)

    //新增网址信息function AddSitInfo(a) {    var obj = $(a).closest("td[name='POIRestaurant_Reference_UR ...

  10. Get Intensity along a line based on OpenCV

    The interpolate function is used to get intensity of a point which is not on exactly a pixel. The co ...