相机校准与方形棋盘

本教程的目标是学习如何校准一个已经给定一套棋盘图像的相机。

测试数据：使用数据/象棋文件夹中的图像。

• 通过在cmake配置中将BUILD_EXAMPLES设置为ON，用OpenCV编译样本。
• 转到bin文件夹，并使用imagelist_creator创建图像的XML / YAML列表。
• 然后，运行校准样品以获取相机参数。使用方形尺寸等于3cm。

Pose 预估

现在，让我们编写检测图像中棋盘的代码，并找到与相机的距离。您可以将此方法应用于具有已知3D几何的任何对象; 您在图像中检测到。

测试数据：使用您的数据文件夹中的chess_test * .jpg图像。

• 创建一个空的控制台项目。加载测试图像：
  

Mat img = imread（argv [1]，IMREAD_GRAYSCALE）;

• 使用findChessboard功能检测此图像中的棋盘：
  

bool found = findChessboardCorners（img，boardSize，ptvec，CALIB_CB_ADAPTIVE_THRESH）;

• 现在，在任何坐标系中编写一个生成棋盘的3d坐标矢量<Point3f>数组的函数。为了简单起见，我们选择一个系统，使得棋盘角中的一个位于原点，而棋盘在平面z = 0
• 从XML / YAML文件读取相机参数：

FileStorage fs( filename, FileStorage::READ );
Mat intrinsics, distortion;
fs["camera_matrix"] >> intrinsics;
fs["distortion_coefficients"] >> distortion;

• 现在我们准备通过运行`solvePnP`来找到棋盘姿势了
  

vector<Point3f> boardPoints;
// fill the array
...

solvePnP(Mat(boardPoints), Mat(foundBoardCorners), cameraMatrix,
                     distCoeffs, rvec, tvec, false);

• 计算重新投影错误，就像在校准样品中一样（参见opencv / samples / cpp / calibration.cpp，函数computeReprojectionErrors）。

问题：你如何计算从相机原点到任何一个角落的距离？答：由于我们的形象在于3D空间，首先我们将计算出相对摄像机的姿势。这将给我们3D到2D通信。接下来，我们可以应用一个简单的L2范数来计算任何点（拐点的终点）之间的距离。