1D線掃描相機標定的檢測方法講解課程引入處理原理處理步驟一二三目錄能力目標使用棋盤格模式定義真實世界坐標、從不同的角度捕獲棋盤的多個圖像、查找棋盤的2D坐標、校準相機；知識目標（1）確定真實世界中的3D點與其在該標定相機捕獲的圖像中的相應(yīng)2D投影之間的精確關(guān)系課程目標一課程引入

計算機視覺的基本任務(wù)之一是從相機獲取的圖像信息出發(fā)計算三維空間中物體的幾何信息，并由此重建和識別物體，而空間物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相互關(guān)系是由相機成像的幾何模型決定的，這些幾何模型參數(shù)就是相機參數(shù)。

簡單來說，標定是為了能夠從空間點的像素坐標映射到世界坐標，這是3D立體視覺必須經(jīng)過的過程。二處理原理相機標定的四個坐標系：世界坐標系、相機坐標系、圖像坐標系、像素坐標系二處理原理三維旋轉(zhuǎn)的矩陣表示二處理原理相機坐標與世界坐標系之間的關(guān)系二處理原理相機坐標系與像平面坐標系二處理原理像素坐標與像平面之間的關(guān)系二處理原理世界坐標與像素坐標之間的關(guān)系二處理原理像素坐標與像平面之間的關(guān)系二處理原理相機徑向畸變引起徑向畸變的主要因素：透鏡形狀二處理原理引起切向畸變的主要因素：透鏡與成像平面不平行二處理原理像素坐標與像平面之間的關(guān)系二處理原理單相機模型重建未知數(shù)分析流程圖三處理步驟1D線掃描相機標定程序運行演示課程引入代碼分析代碼演示一二三目錄能力目標使用棋盤格模式定義真實世界坐標、從不同的角度捕獲棋盤的多個圖像、查找棋盤的2D坐標、校準相機；知識目標（1）確定真實世界中的3D點與其在該標定相機捕獲的圖像中的相應(yīng)2D投影之間的精確關(guān)系課程目標一課程引入

計算機視覺的基本任務(wù)之一是從相機獲取的圖像信息出發(fā)計算三維空間中物體的幾何信息，并由此重建和識別物體，而空間物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相互關(guān)系是由相機成像的幾何模型決定的，這些幾何模型參數(shù)就是相機參數(shù)。

簡單來說，標定是為了能夠從空間點的像素坐標映射到世界坐標，這是3D立體視覺必須經(jīng)過的過程。二查找棋盤角點代碼分析OpenCV提供了一個名為findChessboardCorners的內(nèi)置函數(shù)，該函數(shù)查找棋盤并返回角點的坐標。cv2.cornerSubPix(image,corners,winSize,zeroZone,criteria)參數(shù)如下：image表示輸入圖像corners表示輸入角的初始坐標和為輸出提供的精確坐標winSize表示搜索窗口邊長的一半zeroZone表示搜索區(qū)域中間零區(qū)大小的一半，在該零區(qū)上不進行下式求和。它有時用于避免自相關(guān)矩陣的可能奇點。(-1，-1)的值表示沒有這樣的大小riteria表示角點精化迭代過程的終止準則。也就是說，在criteria.maxCount迭代之后或在某些迭代中角位置移動小于criteria.epsilon時，角位置求精過程停止二相機校準處理原理校準的最后一步是將世界坐標系中的3D點及其在所有圖像中的2D位置傳遞給OpenCV的caliberecamera方法。retval,cameraMatrix,distCoeffs,rvecs,tvecs=cv2.calibrateCamera(objectPoints,imagePoints,imageSize)參數(shù)：objectPoints代表三維圖像點的矢量imagePoints代表二維圖像點的矢量imageSize代表圖像大小cameraMatrix代表內(nèi)參矩陣distCoeffs代表透鏡畸變系數(shù)rvecs代表用于表達旋轉(zhuǎn)的3×1矢量。矢量的方向指定旋轉(zhuǎn)軸，矢量的大小指定旋轉(zhuǎn)角度tvecs代表用于表達位移的3×1矢量，與rvecs類似查找棋盤角點三代碼演示forf_nameinimages:img=cv2.imread(f_name)gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#尋找角點#如果在圖像中找到所需數(shù)量的角，ret=trueret,corners=cv2.findChessboardCorners(gray,checkerboard,cv2.CALIB_CB_ADAPTIVE_THRESH+cv2.CALIB_CB_FAST_CHECK+cv2.CALIB_CB_NORMALIZE_IMAGE)#如果檢測到所需數(shù)量的角點，我們將細化像素坐標并將其顯示在棋盤圖像上ifret:obj_points.append(obj_p)#為給定的二維點細化像素坐標corners2=cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)img_points.append(corners2)#在棋盤上顯示檢測到的角點img=cv2.drawChessboardCorners(img,checkerboard,corners2,ret)cv2.imshow('11',img)cv2.waitKey(0)cv2.imwrite("./image/camera_calibration/solved/"+str(counter)+".jpg",img)counter+=1查找棋盤角點三代碼演示

結(jié)果如下圖所示：相機校準三代碼演示ret,mtx,dist,r_vec,t_vec=cv2.calibrateCamera(obj_points,img_points,gray.shape[::-1