### Python 实现相机标定的 OpenCV 教程与示例代码 #### 准备工作 在进行相机标定之前，需要确保已安装所需的库。可以通过以下命令完成必要依赖项的安装[^1]: ```bash pip install opencv-python opencv-contrib-python numpy ``` #### 数据收集 为了执行相机标定，需准备一组带有棋盘格图案的照片或视频帧。这些图像应覆盖不同的视角和位置，以便提高标定精度[^2]。 #### 标定过程详解 以下是基于 OpenCV 的相机标定完整流程及其对应的 Python 示例代码： ```python import cv2 import numpy as np import glob # 设置棋盘格内部角点的数量 (width, height) chessboard_size = (7, 6) # 创建存储空间用于保存世界坐标系中的三维点和平面图像上的二维点 object_points = [] # 3D points in real world space image_points = [] # 2D points in image plane. # 构建真实世界的棋盘格顶点坐标 objp = np.zeros((chessboard_size[0] * chessboard_size[1], 3), np.float32) objp[:, :2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2) # 加载图片路径并读取所有图片文件 images = glob.glob('calibration_images/*.jpg') for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 寻找棋盘格角点 ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None) if ret: object_points.append(objp) image_points.append(corners) # 绘制检测到的角点以验证准确性 cv2.drawChessboardCorners(img, chessboard_size, corners, ret) cv2.imshow('img', img) cv2.waitKey(500) cv2.destroyAllWindows() # 执行相机标定 ret, camera_matrix, distortion_coeffs, rvecs, tvecs = cv2.calibrateCamera( object_points, image_points, gray.shape[::-1], None, None ) print("相机矩阵:\n", camera_matrix) print("畸变系数:", distortion_coeffs.ravel()) ``` 此代码实现了标准的相机标定功能，并输出了相机内参矩阵以及镜头畸变参数[^3]。 #### 鱼眼相机标定扩展 对于鱼眼镜头，由于其具有较大的视场范围，通常会产生显著的桶形畸变。因此，在处理此类设备时，建议采用专门针对鱼眼模型设计的功能函数 `cv2.fisheye` 模块来替代常规方法: ```python import cv2 import numpy as np import glob # 参数设置同上... subpix_criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.1) calibration_flags = cv2.fisheye.CALIB_RECOMPUTE_EXTRINSIC + \ cv2.fisheye.CALIB_CHECK_COND + \ cv2.fisheye.CALIB_FIX_SKEW # 初始化数据结构 object_points = [] image_points = [] # 图像加载逻辑保持一致... # 使用 fisheye 模型重新计算内外参数 K = np.eye(3).astype(np.float32) # 初始猜测值 D = np.zeros((4, 1)).astype(np.float32) rvecs = [np.zeros((1, 1, 3), dtype=np.float32) for _ in range(len(object_points))] tvecs = [np.zeros((1, 1, 3), dtype=np.float32) for _ in range(len(object_points))] rms, _, _, _, _ = cv2.fisheye.calibrate( object_points, image_points, gray.shape[::-1], K, D, rvecs, tvecs, calibration_flags, subpix_criteria ) print("FishEye Camera Matrix:\n", K) print("Distortion Coefficients:\n", D.ravel()) ``` 以上即为完整的鱼眼相机标定解决方案。 ---