OpenCV的2.3摄像机标定(OpenCV 2.3 camera calibration)

我试图使用OpenCV 2.3 Python绑定来校准相机。我在MATLAB中使用下面的数据和校准工作，但我似乎无法得到它的OpenCV的工作。相机矩阵我设置为初始猜测非常接近从MATLAB工具箱计算出答案。

import cv2
import numpy as np

obj_points = [[-9.7,3.0,4.5],[-11.1,0.5,3.1],[-8.5,0.9,2.4],[-5.8,4.4,2.7],[-4.8,1.5,0.2],[-6.7,-1.6,-0.4],[-8.7,-3.3,-0.6],[-4.3,-1.2,-2.4],[-12.4,-2.3,0.9],    [-14.1,-3.8,-0.6],[-18.9,2.9,2.9],[-14.6,2.3,4.6],[-16.0,0.8,3.0],[-18.9,-0.1,0.3],    [-16.3,-1.7,0.5],[-18.6,-2.7,-2.2]]
img_points = [[993.0,623.0],[942.0,705.0],[1023.0,720.0],[1116.0,645.0],[1136.0,764.0],[1071.0,847.0],[1003.0,885.0],[1142.0,887.0],[886.0,816.0],[827.0,883.0],[710.0,636.0],[837.0,621.0],[789.0,688.0],[699.0,759.0],[768.0,800.0],[697.0,873.0]]

obj_points = np.array(obj_points)
img_points = np.array(img_points)

w = 1680
h = 1050
size = (w,h)

camera_matrix = np.zeros((3, 3))
camera_matrix[0,0]= 2200.0
camera_matrix[1,1]= 2200.0
camera_matrix[2,2]=1.0
camera_matrix[2,0]=750.0
camera_matrix[2,1]=750.0 

dist_coefs = np.zeros(4)
results = cv2.calibrateCamera(obj_points, img_points,size, 
    camera_matrix, dist_coefs)

Answer 1:

首先，你的相机矩阵是错误的。如果你读的文档，它应该是这样的：

fx  0 cx
 0 fy cy
 0  0  1

如果你看一下你的，你知道了南辕北辙：

fx  0  0
 0 fy  0
cx cy  1

因此，首先，设置camera_matrix到camera_matrix.T （或更改你如何构建camera_matrix 。请记住， camera_matrix[i,j]是行 i ，列 j ）。

camera_matrix = camera_matrix.T

接下来，我跑了你的代码，我看到“似乎无法得到它的工作”是指以下错误（顺便说一句 - 总是说你的意思是“似乎无法得到它的工作”，在你的问题 - 如果它是一个错误，发布错误。如果它运行，但给你怪人号码，说的话）。

OpenCV Error: Assertion failed (ni >= 0) in collectCalibrationData, file /home/cha66i/Downloads/OpenCV-2.3.1/modules/calib3d/src/calibration.cpp, line 3161
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
cv2.error: /home/cha66i/Downloads/OpenCV-2.3.1/modules/calib3d/src/calibration.cpp:3161: error: (-215) ni >= 0 in function collectCalibrationData

然后我读取文档（顺便非常有用），并注意到obj_points和img_points必须载体的载体 ，因为它有可能在集对象/图像点的对于相同棋盘的多个图像进料（/校准点）。

因此：

cv2.calibrateCamera([obj_points], [img_points],size, camera_matrix, dist_coefs)

什么？我仍然得到同样的错误？

然后，我看了一下OpenCV的python2样本（在文件夹OpenCV-2.xx/samples/python2 ），并注意到calibration.py向我展示了如何使用校准功能（永远不要低估样本，他们经常比文档更好！）。

我试图运行calibration.py ，但它不运行，因为它不提供camera_matrix和distCoeffs参数，这是必要的。所以，我修改了它在虚拟养活camera_matrix和distCoeffs ，哎，它的作品！

唯一的区别我可以在我看到之间obj_points / img_points与他们的，是他们具有dtype=float32同时矿井没有。

所以，我改变我的obj_points和img_points也有D型FLOAT32（在python2接口的OpenCV是有点意思，往往当矩阵没有功能不起作用dtype ）：

obj_points = obj_points.astype('float32')
img_points = img_points.astype('float32')

然后我再试试：

>>> cv2.calibrateCamera([obj_points], [img_points],size, camera_matrix, dist_coefs)
OpenCV Error: Bad argument 
(For non-planar calibration rigs the initial intrinsic matrix must be specified) 
in cvCalibrateCamera2, file ....

什么？！一个不同的错误最少。但我确实提供初始内在矩阵！

所以，我回去的文件，并注意flags参数：

标志 - 不同的标记，它们可以是零或以下的值的组合：
CV_CALIB_USE_INTRINSIC_GUESS cameraMatrix包含被进一步优化FX，FY，CX，CY的有效初始值
...

啊哈，所以我要明确地告诉函数使用我提供了最初的猜测：

cv2.calibrateCamera([obj_points], [img_points],size, camera_matrix.T, dist_coefs,
                    flags=cv2.CALIB_USE_INTRINSIC_GUESS)

欢呼！有用！

（这个故事告诉我们-如果你正在使用Python仔细阅读OpenCV的文档，并使用最新的版本（在opencv.itseez.com IE） cv2接口另外，咨询的例子中， samples/python2目录来补充文档。有了这两样东西，你应该能够制定出最多的问题。）

Answer 2:

对于什么是值得的，下面的代码片段当前工作2.4.6.1下：

    pattern_size = (16, 12)
    pattern_points = np.zeros( (np.prod(pattern_size), 3), np.float32)
    pattern_points[:, :2] = np.indices(pattern_size).T.reshape(-1, 2).astype(np.float32)
    img_points = pattern_points[:, :2] * 2  + np.array([40, 30], np.float32)
    print(cv2.calibrateCamera([pattern_points], [img_points], (400, 400), flags=cv2.CALIB_USE_INTRINSIC_GUESS))

需要注意的是camera_matrix并且不需要dist_coefs。

Answer 3:

从mathematical.coffee后帮我有这个3D校准运行。

import cv2
from cv2 import cv
import numpy as np

obj_points = [[-9.7,3.0,4.5],[-11.1,0.5,3.1],[-8.5,0.9,2.4],[-5.8,4.4,2.7],[-4.8,1.5,0.2],[-6.7,-1.6,-0.4],[-8.7,-3.3,-0.6],[-4.3,-1.2,-2.4],[-12.4,-2.3,0.9],[-14.1,-3.8,-0.6],[-18.9,2.9,2.9],[-14.6,2.3,4.6],[-16.0,0.8,3.0],[-18.9,-0.1,0.3],[-16.3,-1.7,0.5],[-18.6,-2.7,-2.2]]
img_points = [[993.0,623.0],[942.0,705.0],[1023.0,720.0],[1116.0,645.0],[1136.0,764.0],[1071.0,847.0],[1003.0,885.0],[1142.0,887.0],[886.0,816.0],[827.0,883.0],[710.0,636.0],[837.0,621.0],[789.0,688.0],[699.0,759.0],[768.0,800.0],[697.0,873.0]]

obj_points = np.array(obj_points,'float32')
img_points = np.array(img_points,'float32')

w = 1680
h = 1050
size = (w,h)

camera_matrix = np.zeros((3, 3),'float32')
camera_matrix[0,0]= 2200.0
camera_matrix[1,1]= 2200.0
camera_matrix[2,2]=1.0
camera_matrix[0,2]=750.0
camera_matrix[1,2]=750.0 

dist_coefs = np.zeros(4,'float32')

retval,camera_matrix,dist_coefs,rvecs,tvecs = cv2.calibrateCamera([obj_points],[img_points],size,camera_matrix,dist_coefs,flags=cv.CV_CALIB_USE_INTRINSIC_GUESS)

我现在唯一的问题是，为什么是从校准函数返回时dist_coefs向量是5个元素长。的文档说“如果载体含有四个元素，这意味着K3 = 0”。但实际上K3被使用时，无论dist_coefs的长度（4或5）。此外，我似乎无法获得标志CV_CALIB_FIX_K3工作，捆绑使用该标志可以强制K3为零。钱圈说的整数是必需的。这可能是因为我不知道怎么一下子，我只是在做这个做多的旗帜，旗帜=（cv.CV ...，cv.CV ...）。

Just to compare, from the matlab camera cal routine the results are...
    Focal length: 2210. 2207.
    principal point: 781. 738.
    Distortions: 4.65e-2 -9.74e+0 3.9e-3 6.74e-3 0.0e+0
    Rotation vector: 2.36 0.178 -0.131
    Translation vector: 16.016 2.527 69.549

From this code,
    Focal length: 1647. 1629.
    principal point: 761. 711.
    Distortions: -2.3e-1 2.0e+1 1.4e-2 -9.5e-2 -172e+2
    Rotation vector: 2.357 0.199 -0.193
    Translation vector: 16.511 3.307 48.946

我想，如果我能想出如何强制K3 = 0，该值的其余部分将右对齐的。