### 使用 OpenCV 和 Qt 进行单目相机标定 实现单目相机标定可以通过 OpenCV 提供的功能完成，而 Qt 则可以用于构建图形界面以便更方便地操作和显示结果。以下是关于如何利用 OpenCV 和 Qt 来进行单目相机标定的具体方法。 #### 工具准备 为了成功运行此项目，需要安装以下工具： - **OpenCV**: 版本建议为较新的版本 (如 4.x)，以获得更好的性能和支持[^2]。 - **Qt**: 推荐使用稳定版 (如 5.9 或更高)。 - **CMake**: 用于配置项目的构建环境。 - **Visual Studio** 或其他 C++ 编译器：推荐 VS2015 或更新版本。 #### 主要流程说明 单目相机标定的核心在于通过棋盘格图案获取图像中的角点位置，并将其映射到实际世界坐标系中。具体过程如下： 1. **采集多张带有棋盘格的图片** - 准备一张标准尺寸的黑白相间的棋盘格纸板。 - 将其放置在不同角度、距离下拍摄若干张照片。 2. **检测棋盘格角点** - 使用 `cv::findChessboardCorners` 方法来自动识别每幅图中的棋盘格角点位置[^1]。 - 如果找到足够的角点，则进一步优化这些角点的位置精度，可调用函数 `cv::cornerSubPix` 对初步定位的结果做亚像素级精化处理。 3. **计算内外参数矩阵** - 收集所有有效图像及其对应的精确角点数据后，就可以调用 `cv::calibrateCamera` 计算相机内部参数(焦距f,主点cx,cy)以及外部姿态参数(Rotation Vector & Translation Vector). 4. **验证校准效果并保存模型文件** - 应用得到的内参对外部测试样本重新投影回原始平面查看误差大小是否满足需求；如果满意则序列化存储该组参数至XML/YAML格式文档便于后续加载应用. 下面给出一段简单的代码片段展示上述逻辑: ```cpp #include <opencv2/core.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/highgui.hpp> #include <opencv2/calib3d.hpp> using namespace cv; int main(){ std::vector<std::vector<Point2f>> imgPoints; Size boardSize = Size(7,6); // 棋盘格行列数 Mat frame; VideoCapture cap(0); while(true){ cap >> frame; vector<Point2f> corners; bool found = findChessboardCorners(frame, boardSize, corners); if(found){ cornerSubPix(frame, corners, Size(11,11), Size(-1,-1), TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 30, 0.1)); drawChessboardCorners(frame, boardSize, corners, true); imshow("Calibration",frame); char key = waitKey(0); if(key == 's'){ imgPoints.push_back(corners); printf("%lu images captured.\n",imgPoints.size()); } else if(key == 'q') break; }else{ imshow("Calibration",frame); waitKey(30); } } return 0; } ``` 以上程序实现了基本功能——实时捕获视频流并对其中发现的棋盘格模式绘制轮廓标记出来让用户确认无误后再存入列表等待下一步处理。 #### 注意事项 - 确保使用的硬件设备兼容所选驱动库(Basler SDK为例); - 图像质量直接影响最终结果准确性因此尽量减少噪声干扰因素影响； - 不同场景可能需调整算法阈值参数适应实际情况变化.