攝像機標定+畸變校正

申明：本文摘自網絡：https://blog.csdn.net/Loser__Wang/article/details/51811347

感謝原博主的分享，這裏做一個記錄，以便後續閱讀

摘要：使用MATLAB做攝像機標定,並通過opencv進行校正後的顯示。可以用於相機標定。

一、關於相機的標定

採用Matlab相機標定工具

首先關於校正的基本知識通過OpenCV官網的介紹即可簡單瞭解：

http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html

對於攝像機我們所關心的主要參數爲攝像機內參，以及幾個畸變係數。上面的連接中後半部分也給瞭如何標定，然而OpenCV自帶的標定程序稍顯繁瑣。因而在本文中我主推使用MATLAB的工具箱。下面讓我們開始標定過程。

標定板

標定的最開始階段最需要的肯定是標定板。兩種方法，直接從opencv官網上能下載到：
http://docs.opencv.org/2.4/_downloads/pattern.png

就是棋盤格

採集數據

那麼有了棋盤格之後自然是需要進行照片了。不多說，直接上程序。按q鍵即可保存圖像，儘量把鏡頭的各個角度都覆蓋好

保存大約15到20張即可。

進行標定

直接而在MATLAB的Command Window裏面輸入cameraCalibrator即可調用標定應用。

首先先把之前照好的圖像添加進去，這是出現：

這就是之前讓你記錄的標定板中每個方格的大小。
輸入無誤後就涉及到最關鍵的一步了（MATLAB的這個實在太方便了，都是傻瓜式操作），選擇參數。

爲什麼說他關鍵呢，因爲如果你仔細閱讀了OpenCV的說明之後你會大概明白畸變參數，總共有五個，徑向畸變3個（k1,k2,k3）和切向畸變2個(p1,p2)。

徑向畸變：

 

切向畸變：

以及在OpenCV中的畸變係數的排列（這點一定要注意k1，k2，p1，p2，k3），千萬不要以爲k是連着的。

並且通過實驗表明，三個參數的時候由於k3所對應的非線性較爲劇烈。估計的不好，容易產生極大的扭曲，所以我們在MATLAB中選擇使用兩參數，並且選擇錯切和桶形畸變。

點擊開始後等待一段時間即可完成標定。並且MATLAB給出的可視化還是很不錯的，可以對比校正前後的樣子。

————————————————
版權聲明：本文爲CSDN博主「王強_CASIA」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/Loser__Wang/article/details/51811347

點擊show Undistorted即可看到無畸變的圖像。

到這爲止，你已經完成了標定過程。選擇導出參數，即可把參數進行保存。

保存後可以退出標定應用，在MATLAB主界面中將保存的Mat文件打開。

第二行就是參數

裏面的RadialDistortion對應k1，k2，k3設置爲0了。
TangentialDistortion對應p1，p2。
IntrinsicMatrix對應內參，注意這個和OpenCV中是轉置的關係，注意不要搞錯。

對應

OpenCV中查看標定的結果

代碼：

#include "opencv2/opencv.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    VideoCapture inputVideo(0);
    if (!inputVideo.isOpened())
    {
        cout << "Could not open the input video: " << endl;
        return -1;
    }
    Mat frame;
    Mat frameCalibration;

    inputVideo >> frame;
    Mat cameraMatrix = Mat::eye(3, 3, CV_64F);
    cameraMatrix.at<double>(0, 0) = 4.450537506243416e+02;
    cameraMatrix.at<double>(0, 1) = 0.192095145445498;
    cameraMatrix.at<double>(0, 2) = 3.271489590204837e+02;
    cameraMatrix.at<double>(1, 1) = 4.473690628394497e+02;
    cameraMatrix.at<double>(1, 2) = 2.442734958206504e+02;

    Mat distCoeffs = Mat::zeros(5, 1, CV_64F);
    distCoeffs.at<double>(0, 0) = -0.320311439187776;
    distCoeffs.at<double>(1, 0) = 0.117708464407889;
    distCoeffs.at<double>(2, 0) = -0.00548954846049678;
    distCoeffs.at<double>(3, 0) = 0.00141925006352090;
    distCoeffs.at<double>(4, 0) = 0;

    Mat view, rview, map1, map2;
    Size imageSize;
    imageSize = frame.size();
    initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),
        getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),
        imageSize, CV_16SC2, map1, map2);

    while (1) //Show the image captured in the window and repeat
    {
        inputVideo >> frame;              // read
        if (frame.empty()) break;         // check if at end
        remap(frame, frameCalibration, map1, map2, INTER_LINEAR);
        imshow("Origianl", frame);
        imshow("Calibration", frameCalibration);
        char key = waitKey(1);
        if (key == 27 || key == 'q' || key == 'Q')break;
    }
    return 0;
}

相信此時你的鏡頭的畸變也得到了修復

 

————————————————
版權聲明：本文爲CSDN博主「王強_CASIA」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/Loser__Wang/article/details/51811347