跳转至

单目标定

单目标定概述

单目相机标定是一种通过捕获不同视角下的标定板图像，利用这些图像计算相机内部参数（如焦距、光学中心等）和畸变系数的过程。通过将相机固定在不同的位置和角度，从多个方向拍摄标定板的照片，分析这些照片中图案的几何变形，并使用特定的算法进行计算，即可得到相机的内部参数和畸变系数。这些参数对于校正相机视图中的畸变非常重要，也是进行精确图像测量和 3D 重建的基础。

unireo 是借助 OpenCV，基于张正友标定法实现的单目标定，标定过程简单且精确，标定所需步骤如下：

  • 使用相机从不同角度拍摄（棋盘格）标定板约20-30张图像
  • 将保存的所有图像路径转为 Python 字符串列表，并利用 unireo 获取单目标定数据
  • 使用 . 成员运算符访问单目标定数据对象的成员数据

calib.mono_calib 子模块

在您的项目中，可以这样导入 calib.mono_calib 子模块：

Python
from unireo import mono_calib

calib.mono_calib 子模块具有三个公开静态函数，分别是：

  • get_calib_data(chessboard_size: tuple, img_size: tuple, img_series: list) -> calib_data.MonoCalibData

  • undistort_img(img: np.ndarray, mono_calib_data: calib_data.MonoCalibData) -> numpy.ndarray

  • reprojection_error(mono_calib_data: calib_data.MonoCalibData) -> float

get_calib_data 函数

该函数用于获取单目标定数据，返回值为 calib_data.MonoCalibData 类型。该函数接受三个参数，分别是：

  • chessboard_size ：一个 tuple 元组，表示棋盘格的内角点数，如 (11, 8)
  • img_size ：一个 tuple 元组，表示用于标定的图像尺寸，如 (1280, 720)
  • img_series ：一个 list 列表，表示所有标定图像的绝对路径所构成的列表，如['/home/1.png', '/home/2.png', '/home/3.png']

示例：

Python
import glob

from unireo import mono_calib


# 假定所有拍摄的标定图像位于 "/home/img/" 目录下
# 使用 glob 将 "/home/img/" 目录下所有 PNG 格式的图像整理成字符串数组
images = glob.glob('/home/img/*.png')

# 获取标定数据
mono_calib_data = mono_calib.get_calib_data((11, 8), (1280, 720), images)

# 打印相机内参矩阵
print(mono_calib_data.camera_matrix)

undistort_img 函数

该函数用于校正该相机的画面畸变，并返回一个类型为 numpy.ndarray 的图像变量。该函数接受两个参数，分别是：

  • img ：一个 numpy.ndarray 图像矩阵，表示原图像
  • mono_calib_data ：一个 calib_data.MonoCalibData 类型的变量，表示已经获取到的单目标定数据

示例：

Python
import glob
import cv2

from unireo import mono_calib


# 假定所有拍摄的标定图像位于 "/home/img/" 目录下
# 使用 glob 将 "/home/img/" 目录下所有 PNG 格式的图像整理成字符串数组
images = glob.glob('/home/img/*.png')

# 获取标定数据
mono_calib_data = mono_calib.get_calib_data((11, 8), (1280, 720), images)

# 使用 OpenCV 读取第 1 张标定图像并使用 unireo 进行校正
img = cv2.imread(images[0])
undistorted_img = mono_calib.undistort_img(img, mono_calib_data)

# 展示图像
cv2.imshow('Original', img)
cv2.imshow('Calibrated', undistorted_img)

# 展示 5 秒后关闭所有窗口并退出程序
cv2.waitKey(5000)
cv2.destroyAllWindows()

reprojection_error 函数的使用

该函数用于计算本次标定所获取的单目标定数据的重投影误差，并返回一个 float 类型的误差值（以像素为单位）。一般来说，重投影误差小于等于 0.5 像素时认为结果良好，而大于 2 像素值时认为结果应当舍弃。该函数接受一个参数：

  • mono_calib_data ：一个 calib_data.MonoCalibData 类型的变量，表示已经获取到的单目标定数据

示例

Python
import glob
import cv2

from unireo import mono_calib


# 假定所有拍摄的标定图像位于 "/home/img/" 目录下
# 使用 glob 将 "/home/img/" 目录下所有 PNG 格式的图像整理成字符串数组
images = glob.glob('/home/img/*.png')

# 获取标定数据
mono_calib_data = mono_calib.get_calib_data((11, 8), (1280, 720), images)

# 对 images 中的第 1 幅图像进行校正并展示
img = cv2.imread(images[0])
undistorted_img = mono_calib.undistort_img(img, mono_calib_data)
cv2.imshow('Original', img)
cv2.imshow('Calibrated', undistorted_img)

# 计算并输出重投影误差
print(f'重投影误差为：{ mono_calib.reprojection_error(mono_calib_data) }')

# 展示 5 秒后关闭所有窗口并退出程序
cv2.waitKey(5000)
cv2.destroyAllWindows()

评论