5_相机标定_4UVC相机图像校准

30万像素UVC相机拍摄图片,与海康600万像素相机无法相比,但这个更贴近入门。想起我们一个大三学弟带大一的:有些小同志没电脑但是有手机,然后给他们手机上整了一个软件,在手机上编C语言程序。属实震惊了我,只要思想不滑坡,办法总比困难多。

有了cameraMatrix和distCoeffs这两个相机内参后,我们可以做什么?

之前600万的工业相机几乎看不到图像畸变,所以买了一个UVC摄像机。在linux下还没驱动起来,在Windows上取得图片。一般垂直安装会产生"桶形畸变",倾斜安装会产生"梯形畸变"。

一、校准效果

未校准前:

undistort()校准效果:

initUndistortRectifyMap()和remap()校准效果:

校准程序:

//对图片进行校正

php 复制代码
cv::Mat imageSource = cv::imread("../CalibrateCamera/data/uvc/5.bmp");


        cv::Mat newimage = imageSource.clone();


        cv::Mat mapx = cv::Mat(imageSize, CV_32FC1);
        cv::Mat mapy = cv::Mat(imageSize, CV_32FC1);
        cv::Mat R = cv::Mat::eye(3, 3, CV_32F);
        cv::initUndistortRectifyMap(cameraMatrix,distCoeffs,R,cameraMatrix,imageSize,CV_32FC1,mapx,mapy);
        cv::remap(imageSource, newimage, mapx, mapy, cv::INTER_LINEAR);
//        undistort(imageSource, newimage, cameraMatrix, distCoeffs);    


        cv::imwrite("../CalibrateCamera/data/new/new.bmp", newimage);

二、函数介绍

方法一:使用initUndistortRectifyMap和remap两个函数配合实现。

initUndistortRectifyMap用来计算畸变映射,remap把求得的映射应用到图像上。

properties 复制代码
void initUndistortRectifyMap( 
InputArray cameraMatrix,
InputArraydistCoeffs,                           
InputArray R,
InputArray newCameraMatrix,                            
Size size,
int m1type,
OutputArray map1,
OutputArray map2);

第一个参数cameraMatrix为之前求得的相机的内参矩阵;

第二个参数distCoeffs为之前求得的相机畸变矩阵;

第三个参数R,可选的输入,是第一和第二相机坐标之间的旋转矩阵;

第四个参数newCameraMatrix,输入的校正后的3X3摄像机矩阵;

第五个参数size,摄像机采集的无失真的图像尺寸;

第六个参数m1type,定义map1的数据类型,可以是CV_32FC1或者CV_16SC2;

第七个参数map1和第八个参数map2,输出的X/Y坐标重映射参数;

properties 复制代码
void remap( InputArray src,
            OutputArray dst,                         
            InputArray map1,
            InputArray map2,                         
            int interpolation,
            int borderMode=BORDER_CONSTANT,
            const Scalar& borderValue=Scalar());

第一个参数src,输入参数,代表畸变的原始图像;

第二个参数dst,矫正后的输出图像,跟输入图像具有相同的类型和大小;

第三个参数map1和第四个参数map2,X坐标和Y坐标的映射;

第五个参数interpolation,定义图像的插值方式;

第六个参数borderMode,定义边界填充方式;

properties 复制代码
void undistort( InputArray src,
                OutputArray dst,                             
                InputArray cameraMatrix,                             
                InputArray distCoeffs,                             
                InputArray newCameraMatrix=noArray() );

第一个参数src,输入参数,代表畸变的原始图像;

第二个参数dst,矫正后的输出图像,跟输入图像具有相同的类型和大小;

第三个参数cameraMatrix为之前求得的相机的内参矩阵;

第四个参数distCoeffs为之前求得的相机畸变矩阵;

第五个参数newCameraMatrix,默认跟cameraMatrix保持一致;

方法一相比方法二执行效率更高一些,推荐使用。

欢迎关注,记录学习过程。

相关推荐
ARM+FPGA+AI工业主板定制专家11 小时前
【JETSON+FPGA+GMSL】实测分享 | 如何实现激光雷达与摄像头高精度时间同步?
人工智能·数码相机·机器学习·fpga开发·机器人·自动驾驶
ARM+FPGA+AI工业主板定制专家16 小时前
基于JETSON+FPGA+GMSL相机 vs 传统工业相机:高动态范围与低延迟如何重塑机器感知视觉?
人工智能·数码相机·机器学习·自动驾驶
咸鱼の猫18 小时前
相机帧解析
数码相机
放羊郎1 天前
基于RTAB-Map和RRT的自主导航方案
人工智能·数码相机·计算机视觉
人类发明了工具2 天前
【机器视觉-基础知识】三角测量(Triangulation)
数码相机
放羊郎2 天前
五点法求解相机的相对位姿
数码相机·相机·五点法·相对位姿
Wnq100722 天前
如何在移动 的巡检机器人上,实现管道跑冒滴漏的视觉识别
数码相机·opencv·机器学习·计算机视觉·目标跟踪·自动驾驶
ARM+FPGA+AI工业主板定制专家3 天前
基于JETSON ORIN/RK3588+AI相机:机器人-多路视觉边缘计算方案
人工智能·数码相机·机器人
道传科技上位机4 天前
机器视觉九点标定(现场实用版)
人工智能·数码相机·计算机视觉
fanstering4 天前
深度相机初探:立体视觉(Stereo Vision)、结构光(Structured Light)、TOF(Time of Flight,飞行时间)
笔记·数码相机·立体视觉·结构光·tof