c++ - OpenCV标定麻烦

Question

我正在从事一个 OpenCV 项目，并且正在进行校准。我相信我已经正确地实现了代码；但是我得到了不同的相机矩阵值，有时变化很大。在重复 6 次显示校准图案 10 次之后，我得到了(为清楚起见截断了小数点):

[573, 0,  386;
  0, 573, 312;
  0,  0,   1]

[642, 0,  404;
  0, 644, 288;
  0,  0,   1]

[664, 0,  395;
  0, 665, 272;
  0,  0,   1]

[629, 0,  403;
  0, 630, 288;
  0,  0,   1]

[484, 0,  377;
  0, 486, 307;
  0,  0,   1]

[644, 0,  393;
  0, 643, 289;
  0,  0,   1]

这些值之间存在 Not Acceptable 差异。我需要相当准确地知道给定的参数是什么。造成这些较大误差的典型原因是什么？我如何评估给定矩阵的正确性？这似乎取决于我显示图案的各种距离和方向，但我无法理解该图案。

代码:

using namespace cv;
using namespace std;

int main(int, char**)
{
    VideoCapture cap(1);
    if(!cap.isOpened())
        return -1;

    cap.set(CV_CAP_PROP_FRAME_WIDTH,800);
    cap.set(CV_CAP_PROP_FRAME_HEIGHT,600);
    Mat edges;
    Size size(9,17);

    int counter = 10;

    vector<Point2f> corners;
    bool found;

    vector<Point3f> chess = fr::ChessGen::getBoard(size,1,true);

    vector<vector<Point3f> > objectPoints;
    vector<vector<Point2f> > imagePoints;

    Mat camera = Mat::eye(3,3,CV_64F);
    Mat distortion = Mat::zeros(8, 1, CV_64F);
    vector<Mat > rvecs;
    vector<Mat > tvecs;

    namedWindow("edges",1);
    for(;;)
    {
        Mat frame;
        cap >> frame;
        cvtColor(frame, edges, CV_BGR2GRAY);

        found = findCirclesGrid(edges,size,corners
                                ,CALIB_CB_ASYMMETRIC_GRID
                                );
        if(found) frame.convertTo(edges,-1,0.2);

        drawChessboardCorners(edges,size,corners,found);

        imshow("edges", edges);
        if(found){
            if(waitKey(200)>=0){
                objectPoints.push_back(chess);
                imagePoints.push_back(corners);
                if(--counter<= 0)
                    break;
            }
        }
        else waitKey(30);
    }

    calibrateCamera(objectPoints,imagePoints,Size(800,600),camera,distortion,rvecs,tvecs,0);

    if(found) imwrite("/home/ryan/snapshot.png",edges);

    cout << camera << endl;

    return 0;
}

Answer 1

取决于相机/镜头和您需要的精度，但您可能需要 10 个以上的位置，并且需要覆盖更广的视角范围。

我从 800x600 假设这是一个带有简单广角镜头的网络摄像头，有很多失真。我会说你需要在 3-4 个不同的相机角度中的每个角度中对目标进行 6-8 个位置/旋转。您还需要确保目标和相机是固定的，并且在拍摄过程中不会移动。再次假设相机具有简单的自动增益，您应该确保目标光线充足，以便它使用快速快门速度和低增益。

openCV 使用的技术的一个问题是它需要查看目标上的所有角点/点，以便在解决方案中识别和使用一个框架 - 因此很难在图像的角点附近找到点.您应该检查校准中实际使用的图像数量的数据 - 它可能只是在 10 张图像中的少数图像上找到所有点，并将解决方案基于该子集。