单目摄像机标定程序「建议收藏」

单目摄像机标定程序「建议收藏」我自己写了一个摄像机标定程序,核心算法参照learningopencv,但是那个程序要从命令行预先输入参数,且标定图片要预先准备好,我觉得不太好,我就自己写了一个,跟大家分享下。若有纰漏,希望大家指正!#include”stdafx.h”#include”cv.h”#include”highgui.h”#include#includeusingname

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46,售后保障稳定
我自己写了一个摄像机标定程序,核心算法参照learning opencv,但是那个程序要从命令行预先输入参数,且标定图片要预先准备好,我觉得不太好,我就自己写了一个,跟大家分享下。

若有纰漏,希望大家指正!

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include <string>
#include <iostream>

using namespace std;

int main()
{
	int cube_length=7;

	CvCapture* capture;

	capture=cvCreateCameraCapture(0);

	if(capture==0){
		printf("无法捕获摄像头设备!\n\n");
		return 0;
	}else{
		printf("捕获摄像头设备成功!!\n\n");
	}

	IplImage* frame;

	cvNamedWindow("摄像机帧截取窗口",1);

	printf("按“C”键截取当前帧并保存为标定图片...\n按“Q”键退出截取帧过程...\n\n");

	int number_image=1;
	char *str1;
	str1=".jpg";
	char filename[20]="";

	while(true)
	{
		frame=cvQueryFrame(capture);
		if(!frame)
			 break;
		cvShowImage("摄像机帧截取窗口",frame);
		
		if(cvWaitKey(10)=='c'){
			sprintf_s (filename,"%d.jpg",number_image);
			cvSaveImage(filename,frame);
			cout<<"成功获取当前帧,并以文件名"<<filename<<"保存...\n\n";
			printf("按“C”键截取当前帧并保存为标定图片...\n按“Q”键退出截取帧过程...\n\n");
			number_image++;
		}else if(cvWaitKey(10)=='q'){
			printf("截取图像帧过程完成...\n\n");
			cout<<"共成功截取"<<--number_image<<"帧图像!!\n\n";
			break;
		}
	}

	cvReleaseImage(&frame);
	cvDestroyWindow("摄像机帧截取窗口");

	IplImage * show;
	cvNamedWindow("RePlay",1);

	int a=1;
	int number_image_copy=number_image;

	CvSize board_size=cvSize(7,7);
	int board_width=board_size.width;
	int board_height=board_size.height;
	int total_per_image=board_width*board_height;
	CvPoint2D32f * image_points_buf = new CvPoint2D32f[total_per_image];
	CvMat * image_points=cvCreateMat(number_image*total_per_image,2,CV_32FC1);
	CvMat * object_points=cvCreateMat(number_image*total_per_image,3,CV_32FC1);
	CvMat * point_counts=cvCreateMat(number_image,1,CV_32SC1);
	CvMat * intrinsic_matrix=cvCreateMat(3,3,CV_32FC1);
	CvMat * distortion_coeffs=cvCreateMat(5,1,CV_32FC1);

	int count;
	int found;
	int step;
	int successes=0;

	while(a<=number_image_copy){
		sprintf_s (filename,"%d.jpg",a);
		show=cvLoadImage(filename,-1);

		found=cvFindChessboardCorners(show,board_size,image_points_buf,&count,
									 CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
		if(found==0){		
			cout<<"第"<<a<<"帧图片无法找到棋盘格所有角点!\n\n";
			cvNamedWindow("RePlay",1);
			cvShowImage("RePlay",show);
			cvWaitKey(0);

		}else{
			cout<<"第"<<a<<"帧图像成功获得"<<count<<"个角点...\n";
		
			cvNamedWindow("RePlay",1);

			IplImage * gray_image= cvCreateImage(cvGetSize(show),8,1);
			cvCvtColor(show,gray_image,CV_BGR2GRAY);
			cout<<"获取源图像灰度图过程完成...\n";
			cvFindCornerSubPix(gray_image,image_points_buf,count,cvSize(11,11),cvSize(-1,-1),
								cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));
			cout<<"灰度图亚像素化过程完成...\n";
			cvDrawChessboardCorners(show,board_size,image_points_buf,count,found);
			cout<<"在源图像上绘制角点过程完成...\n\n";
			cvShowImage("RePlay",show);

			

			cvWaitKey(0);
		}

		if(total_per_image==count){
			step=successes*total_per_image;
			for(int i=step,j=0;j<total_per_image;++i,++j){
				CV_MAT_ELEM(*image_points,float,i,0)=image_points_buf[j].x;
				CV_MAT_ELEM(*image_points,float,i,1)=image_points_buf[j].y;
				CV_MAT_ELEM(*object_points,float,i,0)=(float)(j/cube_length);
				CV_MAT_ELEM(*object_points,float,i,1)=(float)(j%cube_length);
				CV_MAT_ELEM(*object_points,float,i,2)=0.0f;
			}
			CV_MAT_ELEM(*point_counts,int,successes,0)=total_per_image;
			successes++;
		}
		a++;
	}

	cvReleaseImage(&show);
	cvDestroyWindow("RePlay");


	cout<<"*********************************************\n";
	cout<<number_image<<"帧图片中,标定成功的图片为"<<successes<<"帧...\n";
	cout<<number_image<<"帧图片中,标定失败的图片为"<<number_image-successes<<"帧...\n\n";
	cout<<"*********************************************\n\n";

	cout<<"按任意键开始计算摄像机内参数...\n\n";


	CvCapture* capture1;
	capture1=cvCreateCameraCapture(0);
	IplImage * show_colie;
	show_colie=cvQueryFrame(capture1);
	
	
	CvMat * object_points2=cvCreateMat(successes*total_per_image,3,CV_32FC1);
	CvMat * image_points2=cvCreateMat(successes*total_per_image,2,CV_32FC1);
	CvMat * point_counts2=cvCreateMat(successes,1,CV_32SC1);


	for(int i=0;i<successes*total_per_image;++i){
		CV_MAT_ELEM(*image_points2,float,i,0)=CV_MAT_ELEM(*image_points,float,i,0);
		CV_MAT_ELEM(*image_points2,float,i,1)=CV_MAT_ELEM(*image_points,float,i,1);
		CV_MAT_ELEM(*object_points2,float,i,0)=CV_MAT_ELEM(*object_points,float,i,0);
		CV_MAT_ELEM(*object_points2,float,i,1)=CV_MAT_ELEM(*object_points,float,i,1);
		CV_MAT_ELEM(*object_points2,float,i,2)=CV_MAT_ELEM(*object_points,float,i,2);
	}

	for(int i=0;i<successes;++i){
		CV_MAT_ELEM(*point_counts2,int,i,0)=CV_MAT_ELEM(*point_counts,int,i,0);
	}

	
	cvReleaseMat(&object_points);
	cvReleaseMat(&image_points);
	cvReleaseMat(&point_counts);


	CV_MAT_ELEM(*intrinsic_matrix,float,0,0)=1.0f;
	CV_MAT_ELEM(*intrinsic_matrix,float,1,1)=1.0f;
	

	cvCalibrateCamera2(object_points2,image_points2,point_counts2,cvGetSize(show_colie),
						intrinsic_matrix,distortion_coeffs,NULL,NULL,0);
	
	cout<<"摄像机内参数矩阵为:\n";
	cout<<CV_MAT_ELEM(*intrinsic_matrix,float,0,0)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,0,1)
															<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,0,2)
															<<"\n\n";
	cout<<CV_MAT_ELEM(*intrinsic_matrix,float,1,0)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,1,1)
															<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,1,2)
															<<"\n\n";
	cout<<CV_MAT_ELEM(*intrinsic_matrix,float,2,0)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,2,1)
															<<"          "<<CV_MAT_ELEM(*intrinsic_matrix,float,2,2)
															<<"\n\n";

	cout<<"畸变系数矩阵为:\n";
	cout<<CV_MAT_ELEM(*distortion_coeffs,float,0,0)<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,1,0)
															<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,2,0)
															<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,3,0)
															<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,4,0)
															<<"\n\n";

	cvSave("Intrinsics.xml",intrinsic_matrix);
	cvSave("Distortion.xml",distortion_coeffs);

	cout<<"摄像机矩阵、畸变系数向量已经分别存储在名为Intrinsics.xml、Distortion.xml文档中\n\n";

	CvMat * intrinsic=(CvMat *)cvLoad("Intrinsics.xml");
	CvMat * distortion=(CvMat *)cvLoad("Distortion.xml");

	IplImage * mapx=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,1);
	IplImage * mapy=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,1);
	
	cvInitUndistortMap(intrinsic,distortion,mapx,mapy);

	cvNamedWindow("原始图像",1);
	cvNamedWindow("非畸变图像",1);

	cout<<"按‘E’键退出显示...\n\n";

	while(show_colie){
		IplImage * clone=cvCloneImage(show_colie);
		cvShowImage("原始图像",show_colie);
		cvRemap(clone,show_colie,mapx,mapy);
		cvReleaseImage(&clone);
		cvShowImage("非畸变图像",show_colie);

		if(cvWaitKey(10)=='e'){
			break;
		}

		show_colie=cvQueryFrame(capture1);
	}

	return 0;
	
}

Jetbrains全家桶1年46,售后保障稳定

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/231320.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 阿里编程规范 pdf_阿里前端开发规范

    阿里编程规范 pdf_阿里前端开发规范阿里编程规范及阿里Java开发规约插件AlibabaJavaCodingGuidelines统一规范标准将有助于提高行业编码规范化水平,帮助行业人员提高开发质量和效率、大大降低代码维护成本。2017年年初,首次公开了《阿里巴巴Java开发手册》,自从第一个版本起,倍受业界关注。为了让开发者更加方便、快速的将规范推动并实行起来,阿里巴巴基于手册内容,研发了一套自动化的IDE检测插件(…

    2022年10月28日
  • table 样式美化

    1.单像素边框CSS表格这是一个很常用的表格样式。源代码:1<!–CSSgoesinthedocumentHEADoraddedtoyourexternalstylesheet–>2<styletype=”text/css”>3table.gridtable{4f…

  • java中scanner的作用_Java中的Scanner类有什么作用[通俗易懂]

    java中scanner的作用_Java中的Scanner类有什么作用[通俗易懂]介绍:简单来说,Scanner就是用来获取用户在控制台输入的字符串,也可以获取一个文件中的字符串。java.util.Scanner是Java5的特征,一个可以使用正则表达式来解析基本类型和字符串的简单文本扫描器。使用方法介绍:1、使用不同的next方法将得到的标记转换为不同类型的值,比如说要从获控制台取一个输入字符串中的int类型的数字,使用nextInt。代码示例:Scanners…

  • 好玩的智力小游戏(海盗分金)

    好玩的智力小游戏(海盗分金)

  • Web指纹识别目的Discuz识别+粗糙的版本演绎

    Web指纹识别目的Discuz识别+粗糙的版本演绎

  • offset偏移量_如何调用结构体

    offset偏移量_如何调用结构体一、函数原型#include<stddef.h>size_toffsetof(type,member);offsetof原型定义:defineoffsetof(t,m)((size_t)&((t*)0)->m)1、关于&((t*)0)的解释1-1:(type*)0作用是强制类型转换,将0转换为(type*)类型,一个type指针类型1-2:编译器在会将&((t*)0)优化为直接取地址,因为这种表达是:先访问空间,再取空间的

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号