Android通过OpenCV实现相机标定

在 Android 中使用 OpenCV 实现相机标定，你可以按照以下步骤进行操作：

首先，确保你已经在项目中引入了 OpenCV 库的依赖。

创建一个 CameraCalibrator 类，用于执行相机标定。

复制代码

 import org.opencv.calib3d.Calib3d
 import org.opencv.core.CvType.CV_32F
 import org.opencv.core.CvType.CV_64F
 import org.opencv.core.Mat
 import org.opencv.core.MatOfPoint2f
 import org.opencv.core.MatOfPoint3f
 import org.opencv.core.Size
 

 class CameraCalibrator {
     private val objectPoints = ArrayList<Mat>()
     private val imagePoints = ArrayList<Mat>()
     private var imageSize = Size()
     var cameraMatrix = Mat(3, 3, CV_64F)
     private var distortionCoefficients = Mat(5, 1, CV_64F)
     // 添加一组图像点和对应的物理世界点
     fun addObjectPoint(objectPoint: Mat) {
         objectPoints.add(objectPoint)
     }
 
     fun addImagePoint(imagePoint: Mat) {
         imagePoints.add(imagePoint)
     }
      执行相机标定
     fun calibrate(): Mat? {
         val rotationVectors = ArrayList<Mat>()
         val translationVectors = ArrayList<Mat>()
         val rms = Calib3d.calibrateCamera(
             objectPoints,
             imagePoints,
             imageSize,
             cameraMatrix,
             distortionCoefficients,
             rotationVectors,
             translationVectors
         )
 
         if (rms < 1.0) {
             return cameraMatrix
         }
 
         return null
     }
      // 获取相机矩阵
     fun getCameraMatrix(): Mat {
         return cameraMatrix
     }

 	 // 获取畸变系数
     fun getDistortionCoefficients(): Mat {
         return distortionCoefficients
     }
 
     fun setImageSize(width: Int, height: Int) {
         imageSize = Size(width.toDouble(), height.toDouble())
     }
 }

通过Camera2获取到帧数据后转成灰度图Mat，创建一个 CameraCalibrator 对象，添加物理世界点和图像点

复制代码

 fun startCalib(){
 	calibrator = CameraCalibrator()
     GlobalScope.launch(Dispatchers.IO) {
             var grayMat = Mat(CameraUtil.cameraH, CameraUtil.cameraW, CvType.CV_8UC1);
             grayMat.put(0,0,data)
             addPoint(grayMat)
     }
 }

 fun addPoint(grayImage:Mat){
     Log.i(TAG,"addPointstart")
     val corners = MatOfPoint2f()
     val patternSize = Size(11.0, 8.0) // 棋盘格的内角点数目
     val found = Calib3d.findChessboardCorners(
         grayImage, patternSize, corners,
         Calib3d.CALIB_CB_ADAPTIVE_THRESH or Calib3d.CALIB_CB_NORMALIZE_IMAGE
     )
     if (found) {
         Log.i(TAG,"addPointend found")
         // 添加图像点和物理世界点
         val objectPoints = MatOfPoint3f()
         for (i in 0 until patternSize.height.toInt()) {
             for (j in 0 until patternSize.width.toInt()) {
                 objectPoints.push_back(MatOfPoint3f(Point3(j.toDouble(), i.toDouble(), 0.0)))
             }
         }
         calibrator?.addObjectPoint(objectPoints)
         calibrator?.addImagePoint(corners)
     }
     Log.i(TAG,"addPointend")
     stopCabin()
 }

执行相机标定，并获取相机矩阵和畸变系数

复制代码

 fun stopCabin(){
         Log.i(TAG,"stopCabin")
         calibrator?.setImageSize(1920, 1080)
         val cameraMatrix = calibrator?.calibrate()
         val distortionCoefficients = calibrator?.getDistortionCoefficients()
         if (cameraMatrix != null) {
             // 标定成功，可以使用相机矩阵进行后续处理
             //查看相机的内参（相机矩阵），你可以获取 cameraMatrix 输出的 Mat 对象，并使用 OpenCV 提供的函数来解析和显示其内容
             //将 cameraMatrix 转换为双精度数组
             val cameraMatrixArray = DoubleArray(9)
             cameraMatrix.get(0, 0, cameraMatrixArray)
             Log.i(TAG,"相机内参 = "+cameraMatrixArray.contentToString())
         } else {
             // 标定失败，请检查标定图像和参数设置
         }
     }

Calib3d.calibrateCamera() 方法用于相机标定，它接受多个参数来执行标定过程。下面是各个参数的含义：

objectPoints：一个 ArrayList 对象，存储了多个棋盘格的物理世界坐标点。每个 Mat 对象表示一个图像对应的物理世界坐标点。该参数用于指定棋盘格的内角点在物理世界中的坐标。

imagePoints：一个 ArrayList 对象，存储了多个棋盘格的图像坐标点。每个 Mat 对象表示一个图像中检测到的棋盘格的内角点坐标。该参数用于指定棋盘格的内角点在图像中的坐标。

imageSize：一个 Size 对象，指定图像的大小（宽度和高度）。该参数用于指定输入图像的尺寸。

cameraMatrix：一个 Mat 对象，用于存储输出的相机矩阵。相机矩阵包含了相机的内参，如焦距和光心坐标等信息。

distortionCoefficients：一个 Mat 对象，用于存储输出的畸变系数。畸变系数描述了相机的畸变情况，包括径向畸变和切向畸变等。

rotationVectors：一个 ArrayList 对象，用于存储输出的旋转向量。每个旋转向量表示了相机在捕获每张图像时的姿态信息。

translationVectors：一个 ArrayList 对象，用于存储输出的平移向量。每个平移向量表示了相机在捕获每张图像时的位置信息。

返回值是一个浮点数，表示标定的均方根误差（RMSE），用于评估标定结果的准确度。

请注意，为了将参数传递到 Calib3d.calibrateCamera() 方法中，你需要正确地创建和填充这些参数。特别是 objectPoints 和 imagePoints，它们应该包含正确的物理世界坐标和图像坐标。