### 使用 OpenCV 实现张正友标定算法 #### 1. 准备工作 在使用 OpenCV 进行张正友标定时，需要准备一系列带有已知几何结构的图案（通常是棋盘格），并拍摄多张图片。这些图片应覆盖摄像头的不同视角和焦距范围[^1]。 #### 2. 数据采集 通过摄像头捕获多个角度下的棋盘格图像，并保存到本地文件夹中。确保每张图像中的棋盘格都能被清晰识别。可以利用 `findChessboardCorners` 函数检测棋盘格角点的位置： ```cpp bool findChessboardCorners(InputArray image, Size patternSize, OutputArray corners, int flags=CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE ); ``` 此函数会返回布尔值表示是否成功找到指定大小的棋盘格角点位置[^2]。 #### 3. 角点优化 为了提高精度，可以通过亚像素定位进一步精化所得到的角点坐标: ```cpp cornerSubPix( InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria ); ``` 设置合适的窗口尺寸参数可以帮助更精确地锁定每个角落的确切中心位置[^3]。 #### 4. 参数计算 当收集足够的样本数据之后，调用calibrateCamera来估算内外参矩阵以及径向切向失真系数： ```cpp double calibrateCamera( InputArrayOfArrays objectPoints, InputArrayOfArrays imagePoints, Size imageSize, InputOutputArray cameraMatrix, InputOutputArray distCoeffs, OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, int flags=0, TermCriteria criteria = TermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS,30,DBL_EPSILON) ); ``` 其中objectPoints代表世界坐标系下的三维点集；imagePoints对应于同一组物体上的二维投影点集合；cameraMatrix存储的是内参信息初值猜测或者最终估计结果；distCoeffs则记录了各种类型的透镜形变效应的程度量度[^1]。 #### 5. 图像校正 完成以上步骤后即可获得完整的相机模型描述符，最后一步便是应用该模型去除原始输入影像中存在的任何可能存在的扭曲现象。这可通过如下方式达成目标： ```cpp void initUndistortRectifyMap( InputArray cameraMatrix, InputArray distCoeffs, InputArray R, InputArray newCameraMatrix, Size size, int m1type, OutputArray map1, OutputArray map2); void remap( InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar()); ``` 这两个操作共同作用下能够有效地修正由镜头引起的视觉偏差问题[^2]。 ---