单目摄像机标定程序「建议收藏」

单目摄像机标定程序「建议收藏」我自己写了一个摄像机标定程序,核心算法参照learningopencv,但是那个程序要从命令行预先输入参数,且标定图片要预先准备好,我觉得不太好,我就自己写了一个,跟大家分享下。若有纰漏,希望大家指正!#include”stdafx.h”#include”cv.h”#include”highgui.h”#include#includeusingname

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46,售后保障稳定
我自己写了一个摄像机标定程序,核心算法参照learning opencv,但是那个程序要从命令行预先输入参数,且标定图片要预先准备好,我觉得不太好,我就自己写了一个,跟大家分享下。

若有纰漏,希望大家指正!

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include <string>
#include <iostream>

using namespace std;

int main()
{
	int cube_length=7;

	CvCapture* capture;

	capture=cvCreateCameraCapture(0);

	if(capture==0){
		printf("无法捕获摄像头设备!\n\n");
		return 0;
	}else{
		printf("捕获摄像头设备成功!!\n\n");
	}

	IplImage* frame;

	cvNamedWindow("摄像机帧截取窗口",1);

	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");

	int number_image=1;
	char *str1;
	str1=".jpg";
	char filename[20]="";

	while(true)
	{
		frame=cvQueryFrame(capture);
		if(!frame)
			 break;
		cvShowImage("摄像机帧截取窗口",frame);
		
		if(cvWaitKey(10)=='c'){
			sprintf_s (filename,"%d.jpg",number_image);
			cvSaveImage(filename,frame);
			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(10)=='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);
	cvDestroyWindow("摄像机帧截取窗口");

	IplImage * show;
	cvNamedWindow("RePlay",1);

	int a=1;
	int number_image_copy=number_image;

	CvSize board_size=cvSize(7,7);
	int board_width=board_size.width;
	int board_height=board_size.height;
	int total_per_image=board_width*board_height;
	CvPoint2D32f * image_points_buf = new CvPoint2D32f[total_per_image];
	CvMat * image_points=cvCreateMat(number_image*total_per_image,2,CV_32FC1);
	CvMat * object_points=cvCreateMat(number_image*total_per_image,3,CV_32FC1);
	CvMat * point_counts=cvCreateMat(number_image,1,CV_32SC1);
	CvMat * intrinsic_matrix=cvCreateMat(3,3,CV_32FC1);
	CvMat * distortion_coeffs=cvCreateMat(5,1,CV_32FC1);

	int count;
	int found;
	int step;
	int successes=0;

	while(a<=number_image_copy){
		sprintf_s (filename,"%d.jpg",a);
		show=cvLoadImage(filename,-1);

		found=cvFindChessboardCorners(show,board_size,image_points_buf,&count,
									 CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
		if(found==0){		
			cout<<"第"<<a<<"帧图片无法找到棋盘格所有角点!\n\n";
			cvNamedWindow("RePlay",1);
			cvShowImage("RePlay",show);
			cvWaitKey(0);

		}else{
			cout<<"第"<<a<<"帧图像成功获得"<<count<<"个角点...\n";
		
			cvNamedWindow("RePlay",1);

			IplImage * gray_image= cvCreateImage(cvGetSize(show),8,1);
			cvCvtColor(show,gray_image,CV_BGR2GRAY);
			cout<<"获取源图像灰度图过程完成...\n";
			cvFindCornerSubPix(gray_image,image_points_buf,count,cvSize(11,11),cvSize(-1,-1),
								cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));
			cout<<"灰度图亚像素化过程完成...\n";
			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(0);
		}

		if(total_per_image==count){
			step=successes*total_per_image;
			for(int i=step,j=0;j<total_per_image;++i,++j){
				CV_MAT_ELEM(*image_points,float,i,0)=image_points_buf[j].x;
				CV_MAT_ELEM(*image_points,float,i,1)=image_points_buf[j].y;
				CV_MAT_ELEM(*object_points,float,i,0)=(float)(j/cube_length);
				CV_MAT_ELEM(*object_points,float,i,1)=(float)(j%cube_length);
				CV_MAT_ELEM(*object_points,float,i,2)=0.0f;
			}
			CV_MAT_ELEM(*point_counts,int,successes,0)=total_per_image;
			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(0);
	IplImage * show_colie;
	show_colie=cvQueryFrame(capture1);
	
	
	CvMat * object_points2=cvCreateMat(successes*total_per_image,3,CV_32FC1);
	CvMat * image_points2=cvCreateMat(successes*total_per_image,2,CV_32FC1);
	CvMat * point_counts2=cvCreateMat(successes,1,CV_32SC1);


	for(int i=0;i<successes*total_per_image;++i){
		CV_MAT_ELEM(*image_points2,float,i,0)=CV_MAT_ELEM(*image_points,float,i,0);
		CV_MAT_ELEM(*image_points2,float,i,1)=CV_MAT_ELEM(*image_points,float,i,1);
		CV_MAT_ELEM(*object_points2,float,i,0)=CV_MAT_ELEM(*object_points,float,i,0);
		CV_MAT_ELEM(*object_points2,float,i,1)=CV_MAT_ELEM(*object_points,float,i,1);
		CV_MAT_ELEM(*object_points2,float,i,2)=CV_MAT_ELEM(*object_points,float,i,2);
	}

	for(int i=0;i<successes;++i){
		CV_MAT_ELEM(*point_counts2,int,i,0)=CV_MAT_ELEM(*point_counts,int,i,0);
	}

	
	cvReleaseMat(&object_points);
	cvReleaseMat(&image_points);
	cvReleaseMat(&point_counts);


	CV_MAT_ELEM(*intrinsic_matrix,float,0,0)=1.0f;
	CV_MAT_ELEM(*intrinsic_matrix,float,1,1)=1.0f;
	

	cvCalibrateCamera2(object_points2,image_points2,point_counts2,cvGetSize(show_colie),
						intrinsic_matrix,distortion_coeffs,NULL,NULL,0);
	
	cout<<"摄像机内参数矩阵为:\n";
	cout<<CV_MAT_ELEM(*intrinsic_matrix,float,0,0)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,0,1)
															<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,0,2)
															<<"\n\n";
	cout<<CV_MAT_ELEM(*intrinsic_matrix,float,1,0)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,1,1)
															<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,1,2)
															<<"\n\n";
	cout<<CV_MAT_ELEM(*intrinsic_matrix,float,2,0)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,2,1)
															<<"          "<<CV_MAT_ELEM(*intrinsic_matrix,float,2,2)
															<<"\n\n";

	cout<<"畸变系数矩阵为:\n";
	cout<<CV_MAT_ELEM(*distortion_coeffs,float,0,0)<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,1,0)
															<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,2,0)
															<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,3,0)
															<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,4,0)
															<<"\n\n";

	cvSave("Intrinsics.xml",intrinsic_matrix);
	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");
	CvMat * distortion=(CvMat *)cvLoad("Distortion.xml");

	IplImage * mapx=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,1);
	IplImage * mapy=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,1);
	
	cvInitUndistortMap(intrinsic,distortion,mapx,mapy);

	cvNamedWindow("原始图像",1);
	cvNamedWindow("非畸变图像",1);

	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);
		cvReleaseImage(&clone);
		cvShowImage("非畸变图像",show_colie);

		if(cvWaitKey(10)=='e'){
			break;
		}

		show_colie=cvQueryFrame(capture1);
	}

	return 0;
	
}

Jetbrains全家桶1年46,售后保障稳定

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/231320.html原文链接:https://javaforall.net

(0)
上一篇 2025年6月13日 下午6:22
下一篇 2025年6月13日 下午7:01


相关推荐

  • 【mysql系列】细谈explain执行计划之“谜”

    【mysql系列】细谈explain执行计划之“谜”目录理论Part概念实践Partidselect_typetabletypepossible_keyskeykey_lenrefrowsfilteredExtra总结聊到mysql数据库的优化,大家基本都会谈论explain关键字,确认sql是否使用数据库表中建立的索引,然后讨论sql语句或者索引优化方案等等~,那本篇文章主要谈论一下explain的理解。主要分为理论和实践相结合。理论Part概念我们先了解一下explain语法和相关理论知识。语法:EXPLAINSELECTselect_o

    2025年6月16日
    4
  • web开发excel文件上传及解析(下)

    web开发excel文件上传及解析(下)

    2021年8月2日
    56
  • malloc 函数详解

    malloc 函数详解很多学过C的人对malloc都不是很了解,知道使用malloc要加头文件,知道malloc是分配一块连续的内存,知道和free函数是一起用的。但是但是:一部分人还是将:malloc当作系统所提供的或者是C的关键字,事实上:malloc只是C标准库中提供的一个普通函数而且很多很多人都对malloc的具体实现机制不是很了解。1,关于malloc以及相关的几个函数     #include&lt;s…

    2022年4月26日
    68
  • 什么是 Strands Agents?AI 智能体开发的轻量化框架!

    什么是 Strands Agents?AI 智能体开发的轻量化框架!

    2026年3月16日
    2
  • DropDownList的常用属性和事件「建议收藏」

    DropDownList的常用属性和事件「建议收藏」SelectedItem属性设置或获取下拉菜单的选中项,该属性的类型为System.Web.UI.WebControls.ListItem.所有列表控件(ListControl)中的项都是该类型,它

    2022年7月3日
    58
  • BookKeeper存储设计浅析

    BookKeeper存储设计浅析前言本文作为 Pulsar 系列的第二篇文章 主要介绍 ApacheBookKe 在存储上的设计 主要聚焦于以下两点 BookKeeper 的读写流程是怎样的 怎么去存储数据 多副本存储下 BookKeeper 如何处理一致性问题同时强调下 BookKeeper 本身是个独立的项目 本文是在 Pulsar 原理探究过程中对 BookKeeper 存储设计的系统性学习总结 读写流程设计 BookKeeper 采用读写分离的设计读写流程示意图 更细化的读写流程图 写流程设计 1

    2026年3月16日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号