计算鱼眼相机的内参矩阵和畸变系数方法

鱼眼镜头标定的Python代码,它使用OpenCV库来处理图像并计算相机的内参矩阵和畸变系数。

python 复制代码
import cv2
assert cv2.__version__[0] == '4', 'The fisheye module requires opencv version >= 4.0.0'
import numpy as np
import glob

# 设置棋盘格角点的数量
chessboard_size = (9, 6)  # 棋盘格内角点的行列数,根据实际情况修改
subpix_criteria = (cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
# 准备物体点数据
objp = np.zeros((1, chessboard_size[0]*chessboard_size[1], 3), np.float32)
objp[0,:,:2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2)

# 用于存储所有图像的物体点和图像点
objpoints = []  # 3D点
imgpoints = []  # 2D点

# 加载标定图像
images = glob.glob('calibration_images/*.jpg')  # 替换为你的标定图像路径

for fname in images:
    img = cv2.imread(fname)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 查找棋盘格的角点
    #ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None)
    ret, corners = cv2.findChessboardCorners(gray, chessboard_size, cv2.CALIB_CB_ADAPTIVE_THRESH+cv2.CALIB_CB_FAST_CHECK+cv2.CALIB_CB_NORMALIZE_IMAGE)
   
    # 如果找到足够的角点,则添加到点集中
    if ret:
        objpoints.append(objp)
        cv2.cornerSubPix(gray,corners,(3,3),(-1,-1),subpix_criteria)
        imgpoints.append(corners)

        # 绘制角点并显示
        img = cv2.drawChessboardCorners(img, chessboard_size, corners, ret)
        cv2.imshow('img', img)
        cv2.waitKey(100)

cv2.destroyAllWindows()


# 使用 OpenCV 的 fisheye 模块标进行定
N_OK = len(objpoints)
K = np.zeros((3, 3))
D = np.zeros((4, 1))
rvecs = [np.zeros((1, 1, 3), dtype=np.float64) for i in range(N_OK)]
tvecs = [np.zeros((1, 1, 3), dtype=np.float64) for i in range(N_OK)]

rms, _, _, _, _ = cv2.fisheye.calibrate(
    objpoints,
    imgpoints,
    gray.shape[::-1],
    K,
    D,
    rvecs,
    tvecs,
    cv2.fisheye.CALIB_RECOMPUTE_EXTRINSIC + cv2.fisheye.CALIB_CHECK_COND + cv2.fisheye.CALIB_FIX_SKEW,
    (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 1e-6)
)

print("Found " + str(N_OK) + " valid images for calibration")
print("K=np.array(" + str(K.tolist()) + ")")
print("D=np.array(" + str(D.tolist()) + ")")
#其中,K是相机内参矩阵,D是畸变系数。

结语:通过棋盘格标定板来标定鱼眼镜头,计算出相机的内参矩阵和畸变系数,为后续的图像校正和三维重建等任务提供基础。

相关推荐
TechNomad16 分钟前
十七、OpenCV中HighGUI模块的介绍和使用
opencv
B站_计算机毕业设计之家22 分钟前
spark实战:python股票数据分析可视化系统 Flask框架 金融数据分析 Echarts可视化 大数据技术 ✅
大数据·爬虫·python·金融·数据分析·spark·股票
AI科技星32 分钟前
接近光速运动下的光速不变性:基于张祥前统一场论的推导与验证
数据结构·人工智能·经验分享·算法·计算机视觉
疯笔码良1 小时前
【IOS开发】SwiftUI + OpenCV实现图片的简单处理(一)
opencv·ios·swiftui
864记忆1 小时前
opencv图像预处理函数的功能与作用
人工智能·opencv·计算机视觉
m0_650108241 小时前
【论文精读】VITRON:统一的像素级视觉大语言模型
计算机视觉·论文精读·视觉理解·视觉生成·多模态通用模型·视觉分割·视觉编辑
AI浩2 小时前
FMC-DETR:面向航拍视角目标检测的频域解耦多域协同方法
人工智能·目标检测·计算机视觉
m0_650108242 小时前
【论文精读】AIGCBench:AI 图像生成视频(I2V)的全面评估基准
计算机视觉·视频生成·论文精读·多模态ai·图生视频评测基准·图像到视频(i2v)
8Qi82 小时前
A Survey of Camouflaged Object Detection and Beyond论文阅读笔记
人工智能·深度学习·目标检测·计算机视觉·伪装目标检测
AI规划师-南木2 小时前
低代码开发医疗AI工具:5分钟搭建用药推荐系统,零基础也能落地
人工智能·深度学习·低代码·计算机视觉·推荐系统·rxjava·医疗ai