opencv单目摄像机标定(一)

 #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 ;  

    }