项目实战:Qt+Opencv相机标定工具v1.3.0(支持打开摄像头、视频文件和网络地址,支持标定过程查看、删除和动态评价误差率,支持追加标定等等)

若该文为原创文章,转载请注明出处

本文章博客地址:https://hpzwl.blog.csdn.net/article/details/141334834

长沙红胖子Qt(长沙创微智科)博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等)持续更新中...

Qt开发专栏:项目实战(点击传送门)

需求

1.打开摄像头,可设置帧率、分辨率(可设置);

2.可打开usb、rtsp和本地文件(直接输入地址自动判断);

3.opencv摄像头操作子线程处理;

4.支持设置棋盘格的行列角点数;

5.支持标定过程可控制;

6.采集标定图、可对标定图进行查看、删除;

7.可对已有的标定图查看评价像素误差率;

8.标定完成后,可以追加标定,继续开始基于原来的标定采集图继续标定;

9.支持定制配置文件的导出和导出(测试运行包不对外开放该功能);

相关博客

OpenCV开发笔记(〇):使用mingw530_32编译openCV3.4.1源码,搭建Qt5.9.3的openCV开发环境

OpenCV开发笔记(三):OpenCV图像的概念和基本操作

OpenCV开发笔记(四):OpenCV图片和视频数据的读取与存储

OpenCV开发笔记(五):OpenCV读取与操作摄像头

OpenCV开发笔记(六):OpenCV基础数据结构、颜色转换函数和颜色空间

OpenCV开发笔记(七十六):相机标定(一):识别棋盘并绘制角点

OpenCV开发笔记(七十七):相机标定(二):通过棋盘标定计算相机内参矩阵矫正畸变摄像头图像

Demo:calibrateTool_v1.3.0 windows运行包

广角摄像头标定过程

鱼眼摄像头标定过程

动态标定过程:查看、删除和评价

CSDN粉丝0积分下载:https://download.csdn.net/download/qq21497936/89652658

QQ群:博客首页扫码进入QQ技术群,点击"文件 "搜索"calibrateTool",群内与博文同步更新)

模块化部署

关键源码

CalibrateManager.h

cpp 复制代码
#ifndef CALIBRATEMANAGER_H
#define CALIBRATEMANAGER_H

// opencv
#include "opencv/highgui.h"
#include "opencv/cxcore.h"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/xphoto.hpp"
#include "opencv2/dnn/dnn.hpp"
// opencv_contrib
#include <opencv2/xphoto.hpp>
#include <opencv2/ximgproc.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/features2d.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>

#include "cvui.h"
#include "calibrateCommon.h"
#include <QImage>
#include <QTimer>


class CalibrateManager: public QObject
{
    Q_OBJECT
public:
    explicit CalibrateManager(QObject *parent = 0);
    ~CalibrateManager();

public slots:
    void testOpencvEnv();                       // 测试环境

public:
    double  getBrightness()     const;          // 亮度
    double  getContrast()       const;          // 对比度
    double  getSaturation()     const;          // 饱和度
    double  getHue()            const;          // 色调
    double  getGain()           const;          // 增益
    double  getExposure()       const;          // 曝光度
    bool    getShowProperty()   const;          // 显示属性
    int     getCalibrateRegionX() const;        // 区域x
    int     getCalibrateRegionY() const;        // 区域y
    int     getCalibrateRegionWidth() const;    // 区域width
    int     getCalibrateRegionHeight() const;   // 区域height
    int     getChessboardColCornerCount() const;// 棋盘行角点数量
    int     getChessboardRowCornerCount() const;// 棋盘列角点数量
    QString getSerialize() const;               // 获取序列化参数


public:
    void setBrightness  (double value);         // 亮度
    void setContrast    (double value);         // 对比度
    void setSaturation  (double value);         // 饱和度
    void setHue         (double value);         // 色调
    void setGain        (double value);         // 增益
    void setExposure    (double value);         // 曝光度
    void setShowProperty(bool value);           // 显示属性
    void setCalibrateRegionX(int x);            // 区域x
    void setCalibrateRegionY(int y);            // 区域y
    void setCalibrateRegionWidth(int width);    // 区域width
    void setCalibrateRegionHeight(int height);  // 区域height
    void setChessboardColCornerCount(int count);// 棋盘行角点数量
    void setChessboardRowCornerCount(int count);// 棋盘列角点数量
    bool setSerialize(QString str);             // 获取序列化参数

signals:
    void signal_opened(bool result);            // 打开摄像头信号
    void signal_closed();                       // 关闭摄像头信号
    void signal_captureOneFrame(cv::Mat mat);   // 接收图像后抛出信号
    void signal_captureOneFrame(QImage image);  // 接收图像后抛出信号
    void signal_captureOneResultFrame(cv::Mat mat);   // 接收图像后抛出信号
    void signal_captureOneResultFrame(QImage image);  // 接收图像后抛出信号
    void signal_startedCalibrate(bool result);  // 开始标定结果
    void signal_regionChanged(int x, int y, int width, int height);
    void signal_fpsChanged(int fps);            // 帧率
    void signal_stopedCalibrate();              // 结束标定结果(这是强制中断,不是标定完成)
    void signal_finishedCalibrate();            // 标定完成
    void signal_cameraInfo(CameraInfo cameraInfo);  // 更新截图相机信息


public slots:
    void slot_startCapture(int usb, int width = 0, int height = 0, int fps = 0);
                                                // 打开摄像头, 0...
    void slot_startCapture(QString url, int width = 0, int height = 0, int fps = 0);
                                                // 打开摄像头, 网络摄像头地址
    void slot_stopCapture();                    // 当正在采集中时(>>时),关闭摄像头会导致程序崩溃,所以采集与停止放一个线程中(消息循环)
    void slot_startCalibrate();                 // 开始标定
    void slot_addCalibrate();                   // 继续标定
    void slot_snapshot();                       // 快照
    void slot_deleteSnapshot(int index);        // 删除快照
    void slot_stopCalibrate();                  // 停止标定
    void slot_finishCalibrate();                // 完成标定

public slots:
    void slot_start();                       // 开启线程
    void slot_stop();                        // 关闭线程

protected slots:
    void slot_captrueFrame();           // 消息循环获取图像

protected:
    void initControl();
    void updateCalibrateResult();       // 更新标定结果
    void calculateCalibrateErrors();    // 计算误差

protected:
    bool findChessboard(int rowCornerCount, int colCornerCount, cv::Mat &mat, std::vector<cv::Point2f> &vectorPoint2fCorners);

public:
    static QImage mat2Image(cv::Mat mat);      // cv::Mat 转 QImage

private:
    bool _running;                      // 线程是否运行

private:
    cv::VideoCapture *_pVideoCapture;   // 摄像头实例

    bool _showProperty;                 // 是否显示属性参数
    double _brightness;                 // 亮度
    double _contrast;                   // 对比度
    double _saturation;                 // 饱和度
    double _hue;                        // 色调
    double _gain;                       // 增益
    double _exposure;                   // 曝光度

    int _width;                         // 宽度
    int _height;                        // 高度
    int _fps;                           // 帧率
    bool _opened;                       // 摄像头是否打开

    bool _calibratingBefore;            // 标定前一个变化状态
    bool _calibrating;                  // 正在标定
    bool _calibratFinished;             // 校准完了(当前最近一个已经校准)

    int _calibrateRegionX;              // 标定region区域像素起始x坐标
    int _calibrateRegionY;              // 标定region区域像素起始y坐标
    int _calibrateRegionWidth;          // 标定region区域像素宽度
    int _calibrateRegionHeight;         // 标定region区域像素高度

    cv::Mat _mat;                       // 缓存一帧
    cv::Mat _resultMat;                 // 结果
    int _chessboardColCornerCount;      // 一列多少个角点
    int _chessboardRowCornerCount;      // 一行多少个角点
    std::vector<std::vector<cv::Point3f>> _vectorObjectPoint;    // 缓存点
    std::vector<std::vector<cv::Point2f>> _vectorImagePoint;
    bool _snapshot;                     // 拍照

private:                                // 计算内参和畸变系数
    cv::Mat _cameraMatrix;              // 相机矩阵(接收输出)
    cv::Mat _distCoeffs;                // 畸变系数(接收输出)
    std::vector<cv::Mat> _rotate;       // 旋转量(接收输出)
    std::vector<cv::Mat> _translate;    // 偏移量(接收输出)

private:
    CameraInfo _cameraInfo;
};

#endif // CALIBRATEMANAGER_H

CalibrateManager.cpp

cpp 复制代码
...
void CalibrateManager::slot_captrueFrame()
{
    if(!_running)
    {
        return;
    }
    if(_pVideoCapture->isOpened())
    {

        *_pVideoCapture >> _mat;
        if(_showProperty)
        {
            cv::putText(_mat, QString("brightness: %1")
                        .arg(_brightness).toStdString(),
                        cvPoint(0, 30), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
            cv::putText(_mat, QString("  contrast: %1").arg(_contrast  ).toStdString(),
                        cvPoint(0, 60), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
            cv::putText(_mat, QString("saturation: %1").arg(_saturation).toStdString(),
                        cvPoint(0, 90), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
            cv::putText(_mat, QString("       hue: %1").arg(_hue       ).toStdString(),
                        cvPoint(0, 120), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
            cv::putText(_mat, QString("      gain: %1").arg(_gain      ).toStdString(),
                        cvPoint(0, 150), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
            cv::putText(_mat, QString("  exposure: %1").arg(_exposure  ).toStdString(),
                        cvPoint(0, 180), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
            cv::putText(_mat, QString("press ESC out").toStdString(),
                        cvPoint(0, 210), cv::FONT_HERSHEY_COMPLEX, 1.0, cv::Scalar(255));
        }
        // 第一次进入标定
        if(!_calibratingBefore && _calibrating)
        {
            _calibrateRegionX = 0;
            _calibrateRegionY = 0;
            _calibrateRegionWidth = _width;
            _calibrateRegionHeight = _height;
            _calibratingBefore = true;
            emit signal_regionChanged(_calibrateRegionX, _calibrateRegionY, _calibrateRegionWidth, _calibrateRegionHeight);
            QImage srcImage = mat2Image(_mat);
            emit signal_captureOneResultFrame(srcImage);
        }else if(_calibrating)
        {
            QImage srcImage = mat2Image(_mat);
            // 获取
            std::vector<cv::Point2f> imagePoints;
            if(findChessboard(_chessboardRowCornerCount,
                              _chessboardColCornerCount,
                              _mat,
                              imagePoints))
            {
                // 这是拍照截图
                if(_snapshot)
                {
                    // 三维世界坐标系
                    std::vector<cv::Point3f> objectPoints;
                    for(int i = 0; i < _chessboardRowCornerCount; i++)
                    {
                        for(int j = 0; j < _chessboardColCornerCount; j++)
                        {
                            objectPoints.push_back(cv::Point3f(j, i, 0));
                        }
                    }
                    // 图像识别出来的角点(一张图一组)
                    _vectorObjectPoint.push_back(objectPoints);
                    _vectorImagePoint.push_back(imagePoints);

                    _snapshot = false;


                    {
                        SnapShot snapShot;
                        snapShot.dateTime = QDateTime::currentDateTime().toString("yyyy-MM-dd hh:mm:ss:zzz");
                        snapShot.srcImage = srcImage;
                        snapShot.drawChessboardImage = mat2Image(_mat);
                        snapShot.imagePoints = imagePoints;
                        snapShot.objectPoints = objectPoints;
                        _cameraInfo.listSnapShot.append(snapShot);

                        // 更新标定结果
                        updateCalibrateResult();
                        // 计算误差率
                        calculateCalibrateErrors();
                        // 抛出更新
                        emit signal_cameraInfo(_cameraInfo);
                    }
                }
            }
//            if(_cameraInfo.listSnapShot.size() == 0)
//            {
//                QImage srcImage = mat2Image(_mat);
//                emit signal_captureOneResultFrame(srcImage);
//            }else{
//                cv::undistort(_mat, _resultMat, _cameraMatrix, _distCoeffs);
//                QImage image = mat2Image(_resultMat);
//                emit signal_captureOneResultFrame(image);
//            }
        }else if(_calibratFinished)
        {
//            if(_cameraInfo.listSnapShot.size() == 0)
//            {
//                QImage srcImage = mat2Image(_mat);
//                emit signal_captureOneResultFrame(srcImage);
//            }else{
//                cv::undistort(_mat, _resultMat, _cameraMatrix, _distCoeffs);
//                QImage image = mat2Image(_resultMat);
//                emit signal_captureOneResultFrame(image);
//            }
        }
        // 抛出原图
        QImage image = mat2Image(_mat);
        emit signal_captureOneFrame(image);

        // 抛出校正图
        if(_cameraMatrix.empty())
        {
            emit signal_captureOneResultFrame(image);
        }else{
            LOG;
            cv::undistort(_mat, _resultMat, _cameraMatrix, _distCoeffs);
            QImage dstImage = mat2Image(_resultMat);
            emit signal_captureOneResultFrame(dstImage);
        }
        QTimer::singleShot(5, this, SLOT(slot_captrueFrame()));
    }
}
...

入坑

算法的研究优化过程中,受到摄像头光学、标定板、标定板所占视口大小,图像处理过程原本的流程优化、标定过程中动态的处理等多方面因素,坑多暂时未记录。

本文章博客地址:https://hpzwl.blog.csdn.net/article/details/141334834

相关推荐
是Dream呀5 小时前
Python从0到100(七十三):Python OpenCV-OpenCV实现手势虚拟拖拽
开发语言·python·opencv
gz94566 小时前
windows下,用CMake编译qt项目,出现错误By not providing “FindQt5.cmake“...
开发语言·qt
「QT(C++)开发工程师」7 小时前
Ubuntu 26.04 LTS 大升级:Qt 6 成为未来新引擎
qt
兆。8 小时前
python实战案例----使用 PyQt5 构建简单的 HTTP 接口测试工具
爬虫·python·qt
撞南墙者8 小时前
OpenCV自学系列(2)——核心操作(core operations)
人工智能·opencv·计算机视觉
喝哈喝哈10 小时前
pycharm中配置pyqt5
python·qt·pycharm
Bearnaise11 小时前
GaussianDreamer: Fast Generation from Text to 3D Gaussians——点云论文阅读(11)
论文阅读·人工智能·python·深度学习·opencv·计算机视觉·3d
Qt云程序员13 小时前
Qt、C++实现五子棋人机对战与本地双人对战(高难度AI,极少代码)
c++·人工智能·qt
CSBLOG14 小时前
OpenCV、YOLO、VOC、COCO之间的关系和区别
人工智能·opencv·yolo
qq7621182215 小时前
Ubuntu20.04 rk3588交叉编译opencv4.10
opencv