opencv标定程序的代码完全测试好的.docx
《opencv标定程序的代码完全测试好的.docx》由会员分享，可在线阅读，更多相关《opencv标定程序的代码完全测试好的.docx（14页珍藏版）》请在冰豆网上搜索。
opencv标定程序的代码完全测试好的
opencv标定程序的代码（完全测试好的）
/***********************************************************************转自：
这个是我在win32平台下写的程序，测试完全通过：
不过要注意下面的问题：
（1）opencv库是1.0的，我在vc6.0的平台使用
（2）软件的设置要正确
（3）图片载入的时候，使用的是批处理文件（其实就是建一个txt文件，里面写的和dos下面的操作代码一样的输入）
（4）里面现在还有个问题没有解决：
在得到角点坐标的时候，cvFindCornerSubPix里面的搜索区域还不明白
（05）下面是我在网上搜的别人的代:
测试通过的：
A.基于计算机视觉技术：
图片的加载
角点的检测
提取角点精确坐标
参数求解
利用参数对图像进行矫正
*/#include<stdio.h>
#include"cv.h"
#include"highgui.h"
#include<stdlib.h>//函数声明
voidPrintMat（CvMat*matrix,BOOLsave_or_show,FILE*fp）;
intmain（intargc,char**argv）
{
inti=1;
chark=0;
intCurrentImage=0;
intCurrentRow=0;//行
intCurrentColumn=0;//列
intfindcorner_result=0;FILE*fp;//文件指针intChessBoardSize_w=6;//角点个数
intChessBoardSize_h=7;
intwidth_pixel=1280;//像素
inthigh_pixel=1024;
floatSquareSize=10;//棋盘大小
intNImages=16;
CvSizeChessBoardSize;
CvSizeimage_pixel;
intNPoints=0;
int*corner_counter;
float*temppoints;//这里可以使用内存动态存储管理。
。
。
CvPoint2D32f*corners;//存储角点坐标的数组//单通道灰度图像
IplImage*grayimage=0;
IplImage*srcimage=0;//三通道图像
IplImage*result_image=0;//矫正以后的图像
CvMat*intrinsic_matrix=0;//内部参数矩阵
CvMat*distortion_coeffs=0;//畸变系数
CvMat*rotation_vectors=0;//旋转向量
CvMat*translation_vectors=0;//平移向量
CvMat*points_counts=0;//图片角点数
CvMat*object_points=0;//世界坐标系中角点的坐标
CvMat*image_points=0;//检测到的角点坐标CvMat*temp_matrix,*rotation_matrix,*translation_matrix;
//*****************************************************
//数据载入、开辟空间
image_pixel=cvSize（width_pixel,high_pixel）;
ChessBoardSize=cvSize（ChessBoardSize_w,ChessBoardSize_h）;
NPoints=ChessBoardSize_w*ChessBoardSize_h;corner_counter=calloc（NImages,sizeof（int））;//动态管理，记着释放空间
temppoints=calloc（NImages*NPoints*3,sizeof（float））;
corners=calloc（NImages*NPoints,sizeof（CvPoint2D32f））;if（（corner_counter==0）||（temppoints==0）||（corners==0））
{
return-1;
}
intrinsic_matrix=cvCreateMat（3,3,CV_32FC1）;//内参数矩阵
distortion_coeffs=cvCreateMat（1,4,CV_32FC1）;//形变参数
rotation_vectors=cvCreateMat（NImages,3,CV_32FC1）;//旋转向量
translation_vectors=cvCreateMat（NImages,3,CV_32FC1）;//平移向量points_counts=cvCreateMat（NImages,1,CV_32SC1）;//视图数目object_points=cvCreateMat（NImages*NPoints,3,CV_32FC1）;//世界坐标系中角点的坐标
image_points=cvCreateMat（NImages*NPoints,2,CV_32FC1）;//检测到的坐标点坐标temp_matrix=cvCreateMat（1,3,CV_32FC1）;
rotation_matrix=cvCreateMat（3,3,CV_32FC1）;//旋转矩阵
translation_matrix=cvCreateMat（3,3,CV_32FC1）;//旋转矩阵
grayimage=cvCreateImage（image_pixel,IPL_DEPTH_8U,1）;//单通道灰度图像
result_image=cvCreateImage（image_pixel,IPL_DEPTH_8U,1）;//校正以后的图像fp=fopen（"data1.txt","w+"）;//打开文件,建立一个文件，然后写入数据
fprintf（fp,"坐标数据：
\n"）;//写入数据，写入文件
//****************************************************
//图片的加载以及角点的提取
if（argc!
=NImages+1）
{
printf（"图片加载有误!
"）;
return-1;
}
for（CurrentImage=0;CurrentImage<NImages;CurrentImage++）
{
//加载图片
if（（srcimage=cvLoadImage（argv[CurrentImage+1],1））!
=0）
{
//色彩转换
cvCvtColor（srcimage,grayimage,CV_BGR2GRAY）;
//角点检测
findcorner_result=cvFindChessboardCorners（grayimage,ChessBoardSize,&corners[CurrentImage*NPoints],
&corner_counter[CurrentImage],CV_CALIB_CB_ADAPTIVE_THRESH）;
//画出检测到的点
cvDrawChessboardCorners（srcimage,ChessBoardSize,
&corners[CurrentImage*NPoints],corner_counter[CurrentImage],findcorner_result）;
//精确坐标位置
cvFindCornerSubPix（grayimage,&corners[CurrentImage*NPoints],corner_counter[CurrentImage],
cvSize（10,10）,cvSize（-1,-1）,//这个搜索的范围。
。
。
？
cvTermCriteria（CV_TERMCRIT_ITER|CV_TERMCRIT_EPS,500,0.003）//迭代终止条件
）;
cvNamedWindow（"image",1）;
cvShowImage（"image",srcimage）;
printf（"检测到的角点:
%d\n",corner_counter[CurrentImage]）;
//fprintf（fp,"检测到的角点:
%d\n",corner_counter[CurrentImage]）;
//for（i=0;i<corner_counter[CurrentImage];i++）//坐标输出
//{
//printf（"第%d个角点%f%f\n",i,corners[CurrentImage*NPoints+i].x,corners[CurrentImage*NPoints+i].y）;
//}
cvWaitKey（0）;
printf（"按任意键提取下一幅图片角点。
。
。
\n"）;
//fprintf（fp,"按任意键提取下一幅图片角点。
。
。
\n"）;}
}printf（"角点提取结束......\n"）;printf（"开始定标......\n"）;
fprintf（fp,"角点提取结束......\n"）;
fprintf（fp,"开始定标......\n"）;
//棋盘世界坐标系坐标
for（CurrentImage=0;CurrentImage<NImages;CurrentImage++）//图片
{
for（CurrentRow=0;CurrentRow<ChessBoardSize_h;CurrentRow++）//行
{
for（CurrentColumn=0;CurrentColumn<ChessBoardSize_w;CurrentColumn++）//列
{
temppoints[（CurrentImage*NPoints*3）+（CurrentRow*ChessBoardSize_w+CurrentColumn）*3]=（float）（CurrentRow*SquareSize）;
temppoints[（CurrentImage*NPoints*3）+（CurrentRow*ChessBoardSize_w+CurrentColumn）*3+1]=（float）（CurrentColumn*SquareSize）;
temppoints[（CurrentImage*NPoints*3）+（CurrentRow*ChessBoardSize_w+CurrentColumn）*3+2]=0;
}
}
}
//参数求解
*object_points=cvMat（NImages*NPoints,3,CV_32FC1,temppoints）;//似乎这里开始有点问题。
。
。
还有就是在标定过程中这个棋盘的边长和标定的精度无关
cvSetData（image_points,corners,sizeof（CvPoint2D32f））;//设置image_points矩阵的数据
cvSetData（points_counts,corner_counter,sizeof（int））;/*printf（"棋盘坐标"）;
printf（"\n"）;
PrintMat（object_points）;
printf（"\n计算机\n"）;
printf（"\n"）;
PrintMat（image_points）;
printf（"\n"）;
printf（"\n角点个数\n"）;
PrintMat（points_counts）;
printf（"\n"）;*/cvCalibrateCamera2（object_points,image_points,points_counts,cvGetSize（grayimage）,
intrinsic_matrix,distortion_coeffs,rotation_vectors,
translation_vectors,0
）;printf（"\n内部岑数矩阵\n"）;
fprintf（fp,"\n内部岑数矩阵\n"）;PrintMat（intrinsic_matrix,FALSE,NULL）;
PrintMat（intrinsic_matrix,TRUE,fp）;printf（"\n形变岑数\n"）;fprintf（fp,"\n形变岑数\n"）;
PrintMat（distortion_coeffs,FALSE,NULL）;
PrintMat（distortion_coeffs,TRUE,fp）;for（i=0;i<NImages;i++）
{cvGetRow（rotation_vectors,temp_matrix,i）;
cvRodrigues2（temp_matrix,rotation_matrix,0）;printf（"第%d个图片的旋转向量\n",i）;
fprintf（fp,"第%d个图片的旋转向量\n",i）;
PrintMat（temp_matrix,FALSE,NULL）;
PrintMat（temp_matrix,TRUE,fp）;printf（"第%d个图片的旋转矩阵\n",i）;
fprintf（fp,"第%d个图片的旋转矩阵\n",i）;PrintMat（rotation_matrix,FALSE,NULL）;
PrintMat（rotation_matrix,TRUE,fp）;
printf（"\n"）;
fprintf（fp,"\n"）;}
//cvReleaseMat（&temp_matrix）;
printf（"平移矩阵\n"）;
fprintf（fp,"平移矩阵\n"）;for（i=0;i<NImages;i++）
{
cvGetRow（translation_vectors,temp_matrix,i）;
cvRodrigues2（temp_matrix,translation_matrix,0）;
printf（"第%d个图片的平移向量\n",i）;
fprintf（fp,"第%d个图片的平移向量\n",i）;
PrintMat（temp_matrix,FALSE,NULL）;
PrintMat（temp_matrix,TRUE,fp）;printf（"第%d个图片的平移矩阵\n",i）;
fprintf（fp,"第%d个图片的平移矩阵\n",i）;
PrintMat（translation_matrix,FALSE,NULL）;
PrintMat（translation_matrix,TRUE,fp）;
printf（"\n"）;
fprintf（fp,"\n"）;
}//PrintMat（translation_vectors,FALSE,NULL）;
//PrintMat（translation_vectors,TRUE,fp）;printf（"标定结束.....\n"）;
fprintf（fp,"标定结束.....\n"）;printf（"按任意键开始误差分析.....\n"）;
fprintf（fp,"按任意键开始误差分析.....\n"）;
cvWaitKey（0）;
//误差分析
//利用已知的内部参数，使用cvProjectPoints2（）计算出世界坐标系中的坐标在图片中的坐标也就是校准后的坐标
//将校准后的坐标和原来求得的坐标进行比较
for（CurrentImage=0;CurrentImage<NImages;CurrentImage++）
{
CvMat*object_matrix=cvCreateMat（NPoints,3,CV_32FC1）;
CvMat*image_matrix=cvCreateMat（NPoints,2,CV_32FC1）;
CvMat*project_image_matrix=cvCreateMat（NPoints,2,CV_32FC1）;
CvMat*rotation_matrix_1=cvCreateMat（1,3,CV_32FC1）;
CvMat*translation_matrix_1=cvCreateMat（1,3,CV_32FC1）;
CvMat*rotation_matrix=cvCreateMat（3,1,CV_32FC1）;
CvMat*translation_matrix=cvCreateMat（3,1,CV_32FC1）;
doubleerr=0;cvGetRows（object_points,object_matrix,CurrentImage*NPoints,（CurrentImage+1）*NPoints,1）;
cvGetRow（rotation_vectors,rotation_matrix_1,CurrentImage）;
cvReshape（rotation_matrix_1,rotation_matrix,0,3）;
cvGetRow（translation_vectors,translation_matrix_1,CurrentImage）;
cvReshape（translation_matrix_1,translation_matrix,0,3）;
cvGetRows（image_points,project_image_matrix,CurrentImage*NPoints,（CurrentImage+1）*NPoints,1）;cvProjectPoints2（object_matrix,rotation_matrix,translation_matrix,
intrinsic_matrix,distortion_coeffs,image_matrix,0,0,0,0,0）;err=cvNorm（image_matrix,project_image_matrix,CV_L2,0）;
printf（"第%d幅图像的误差为%f\n",CurrentImage+1,err）;
fprintf（fp,"第%d幅图像的误差为%f\n",CurrentImage+1,err）;
}cvNamedWindow（"Undistort_image",1）;
//显示校正后的图片
printf（"\n"）;
printf（"校正后的图片....\n"）;
for（CurrentImage=0;CurrentImage<NImages;CurrentImage++）
{
//加载图片
if（（srcimage=cvLoadImage（argv[CurrentImage+1],1））!
=0）
{
//色彩转换
cvCvtColor（srcimage,grayimage,CV_BGR2GRAY）;
cvUndistort2（grayimage,result_image,intrinsic_matrix,distortion_coeffs）;
cvShowImage（"Undistort_image",result_image）;
printf（"按任意键显示下一幅图片。
。
。
\n"）;
cvWaitKey（0）;
}
}
//关闭文件
fclose（fp）;
//释放内存
cvWaitKey（0）;
free（corner_counter）;
free（temppoints）;
free（corners）;
cvDestroyWindow（"Undistort_image"）;
cvDestroyWindow（"Image"）;cvReleaseMat（&intrinsic_matrix）;
cvReleaseMat（&distortion_coeffs）;
cvReleaseMat（&rotation_vectors）;
cvReleaseMat（&translation_vectors）;
cvReleaseMat（&rotation_matrix）;
cvReleaseMat（&translation_matrix）;
cvReleaseMat（&points_counts）;
cvReleaseMat（&object_points）;
cvReleaseMat（&image_points）;
cvReleaseMat（&temp_matrix）;cvReleaseImage（&srcimage）;
cvReleaseImage（&result_image）;
cvReleaseImage（&grayimage）;
return-1;
}
/*********************************
函数名：
PrintMat（CvMat*matrix）
函数输入：
matrix指针数据类型opencv规定的任意一个
函数作用：
在屏幕上打印矩阵
**********************************/
voidPrintMat（CvMat*matrix,BOOLsave_or_show,FILE*fp）
{
inti=0;
intj=0;
for（i=0;i<matrix->rows;i++）//行
{
if（save_or_show）
{
fprintf（fp,"\n"）;
}
else
{
printf（"\n"）;
}
switch（matrix->type&0X07）
{
caseCV_32F:
case
升级会员 