WordPress怎么修改网站登陆地址,全广告网站,品牌排行榜,深圳宝安区怎么找服务文章内容#xff1a;
读取棋盘格图片进行标定生成棋盘格图片保存标定后的内容
棋盘格下载#xff1a;https://gitee.com/liangbo1996/chessboard_27mm
// // 生成棋盘格(demo)
// void CreateGridironPattern()
// {
// // 单位转换
// int dot_per_inch 108;
//…文章内容
读取棋盘格图片进行标定生成棋盘格图片保存标定后的内容
棋盘格下载https://gitee.com/liangbo1996/chessboard_27mm
// // 生成棋盘格(demo)
// void CreateGridironPattern()
// {
// // 单位转换
// int dot_per_inch 108;
// /*
// * 这里以我惠普 光影精灵9的参数计算如下
// * 公式 DPI 1920 / sqrt(15.6 ^ 2 (1920 / 1080 * 15.6)^2)
// * sqrt(15.6 ^ 2 (1920 / 1080 * 15.6)^2) ≈ 17.76
// */// double cm_to_inch 0.3937; // 1cm 0.3937inch
// double inch_to_cm 2.54; // 1inch 2.54cm( 1 英寸 2.54 厘米 是一个国际公认的单位)
// double inch_per_dot 1.0 / 96.0;// // 自定义标定板
// double blockSize_cm 1.5; // 方格尺寸 边长1.5cm的正方形
// // 设置横列方框数目
// int blockcol 10;
// int blockrow 8;// int blockSize (int)(blockSize_cm / inch_to_cm * dot_per_inch);
// cout 标定板尺寸: blockSize endl;// int imageSizeCol blockSize * blockrow;
// int imageSizeRow blockSize * blockcol;// Mat chessBoard(imageSizeCol, imageSizeRow, CV_8UC3, Scalar::all(0));
// unsigned char color 0;// for (int i 0; i imageSizeRow; i i blockSize)
// {
// color ~color; // 将颜色值取反,如果开始为0取反后为255(即黑白互换)
// for (int j 0; j imageSizeCol; j j blockSize)
// {
// Mat ROI chessBoard(Rect(i, j, blockSize, blockSize));
// ROI.setTo(Scalar::all(color));
// color ~color;
// }
// }// imshow(chess board, chessBoard);
// imwrite(chessBard.jpg, chessBoard);// waitKey(0);
// return;
// }#include opencv2/core/core.hpp
#include opencv2/imgproc/imgproc.hpp
#include opencv2/calib3d/calib3d.hpp
#include opencv2/highgui/highgui.hpp
#include iostream
#include fstreamusing namespace cv;
using namespace std;int main()
{// 读取文件std::vectorcv::String images;std::string path ./images/*.jpg;cv::glob(path, images);if(images.size() 0){cout path is error endl;return 0;}// 设置变量int image_count 0; // 图像数量Size image_size; // 图像的尺寸Size board_size Size(9, 6); // 标定板上每行、列的角点数vectorPoint2f image_points_buf; // 缓存每幅图像上检测到的角点vectorvectorPoint2f image_points_seq; // 保存检测到的所有角点// 读取文件并进行操作for (int i 0; i images.size(); i){image_count;cout image_count: image_count endl;Mat imageInput cv::imread(images[i]);if(imageInput.empty()){cout read error endl;return 0;}//读入第一张图片时获取图像宽高信息if (image_count 1){image_size.width imageInput.cols;image_size.height imageInput.rows;cout image_size.width image_size.width endl;cout image_size.height image_size.height endl;}// 提取角点if (0 findChessboardCorners(imageInput, board_size, image_points_buf)){cout can not find chessboard corners!\n; //找不到角点exit(1);}else{Mat view_gray;cvtColor(imageInput, view_gray, COLOR_RGB2GRAY);// 亚像素精确化find4QuadCornerSubpix(view_gray, image_points_buf, Size(5, 5)); //对粗提取的角点进行精确化//cornerSubPix(view_gray,image_points_buf,Size(5,5),Size(-1,-1),TermCriteria(CV_TERMCRIT_EPSCV_TERMCRIT_ITER,30,0.1));image_points_seq.push_back(image_points_buf); //保存亚像素角点// 在图像上显示角点位置drawChessboardCorners(view_gray, board_size, image_points_buf, false); //用于在图片中标记角点imshow(Camera Calibration, view_gray); //显示图片waitKey(500);//暂停0.5S}}int total image_points_seq.size();cout total total endl;int CornerNum board_size.width * board_size.height; //每张图片上总的角点数for (int ii 0 ; ii total ; ii){if (0 ii % CornerNum) // 24 是每幅图片的角点个数。此判断语句是为了输出 图片号便于控制台观看{int i -1;i ii / CornerNum;int j i 1;cout -- 第 j 图片的数据 -- : endl;}if (0 ii % 3) // 此判断语句格式化输出便于控制台查看{cout endl;}else{cout.width(10);}//输出所有的角点cout -- image_points_seq[ii][0].x;cout -- image_points_seq[ii][0].y;}cout 角点提取完成\n;//以下是摄像机标定cout 开始标定………………;/*棋盘三维信息*/Size square_size Size(10, 10); /* 实际测量得到的标定板上每个棋盘格的大小 */vectorvectorPoint3f object_points; /* 保存标定板上角点的三维坐标 *//*内外参数*/Mat cameraMatrix Mat(3, 3, CV_32FC1, Scalar::all(0)); /* 摄像机内参数矩阵 */vectorint point_counts; // 每幅图像中角点的数量Mat distCoeffs Mat(1, 5, CV_32FC1, Scalar::all(0)); /* 摄像机的5个畸变系数k1,k2,p1,p2,k3 */vectorMat tvecsMat; /* 每幅图像的平移向量 */vectorMat rvecsMat; /* 每幅图像的旋转向量 *//* 初始化标定板上角点的三维坐标 */int i, j, t;for (t 0; t image_count; t){vectorPoint3f tempPointSet;for (i 0; i board_size.height; i){for (j 0; j board_size.width; j){Point3f realPoint;/* 假设标定板放在世界坐标系中z0的平面上 */realPoint.x i * square_size.width;realPoint.y j * square_size.height;realPoint.z 0;tempPointSet.push_back(realPoint);}}object_points.push_back(tempPointSet);}/* 初始化每幅图像中的角点数量假定每幅图像中都可以看到完整的标定板 */for (i 0; i image_count; i){point_counts.push_back(board_size.width * board_size.height);}/* 开始标定 */calibrateCamera(object_points, image_points_seq, image_size, cameraMatrix, distCoeffs, rvecsMat, tvecsMat, 0);cout 标定完成\n;//对标定结果进行评价cout 开始评价标定结果………………\n;double total_err 0.0; /* 所有图像的平均误差的总和 */double err 0.0; /* 每幅图像的平均误差 */vectorPoint2f image_points2; /* 保存重新计算得到的投影点 */cout \t每幅图像的标定误差\n;cout 每幅图像的标定误差\n;for (i 0; i image_count; i){vectorPoint3f tempPointSet object_points[i];/* 通过得到的摄像机内外参数对空间的三维点进行重新投影计算得到新的投影点 */projectPoints(tempPointSet, rvecsMat[i], tvecsMat[i], cameraMatrix, distCoeffs, image_points2);/* 计算新的投影点和旧的投影点之间的误差*/vectorPoint2f tempImagePoint image_points_seq[i];Mat tempImagePointMat Mat(1, tempImagePoint.size(), CV_32FC2);Mat image_points2Mat Mat(1, image_points2.size(), CV_32FC2);for (int j 0 ; j tempImagePoint.size(); j){image_points2Mat.atVec2f(0, j) Vec2f(image_points2[j].x, image_points2[j].y);tempImagePointMat.atVec2f(0, j) Vec2f(tempImagePoint[j].x, tempImagePoint[j].y);}err norm(image_points2Mat, tempImagePointMat, NORM_L2);total_err err / point_counts[i];std::cout 第 i 1 幅图像的平均误差 err 像素 endl;cout 第 i 1 幅图像的平均误差 err 像素 endl;}std::cout 总体平均误差 total_err / image_count 像素 endl;cout 总体平均误差 total_err / image_count 像素 endl endl;std::cout 评价完成 endl;//保存定标结果std::cout 开始保存定标结果……………… endl;Mat rotation_matrix Mat(3, 3, CV_32FC1, Scalar::all(0)); /* 保存每幅图像的旋转矩阵 */cout 相机内参数矩阵 endl;cout cameraMatrix endl endl;cout 畸变系数\n;cout distCoeffs endl endl endl;for (int i 0; i image_count; i){cout 第 i 1 幅图像的旋转向量 endl;cout rvecsMat[i] endl;/* 将旋转向量转换为相对应的旋转矩阵 */Rodrigues(rvecsMat[i], rotation_matrix);cout 第 i 1 幅图像的旋转矩阵 endl;cout rotation_matrix endl;cout 第 i 1 幅图像的平移向量 endl;cout tvecsMat[i] endl endl;}std::cout 完成保存 endl;cout endl;/************************************************************************显示定标结果*************************************************************************/Mat mapx Mat(image_size, CV_32FC1);Mat mapy Mat(image_size, CV_32FC1);Mat R Mat::eye(3, 3, CV_32F);std::cout 保存矫正图像 endl;string imageFileName;std::stringstream StrStm;for (int i 0 ; i image_count ; i){std::cout Frame # i 1 ... endl;initUndistortRectifyMap(cameraMatrix, distCoeffs, R, cameraMatrix, image_size, CV_32FC1, mapx, mapy);StrStm.clear();cout images[i] endl;Mat imageSource imread(images[i]);Mat newimage imageSource.clone();//另一种不需要转换矩阵的方式//undistort(imageSource,newimage,cameraMatrix,distCoeffs);remap(imageSource, newimage, mapx, mapy, INTER_LINEAR);StrStm.clear();StrStm i 1;StrStm imageFileName;imageFileName _d.jpg;imwrite(imageFileName, newimage);}std::cout 保存结束 endl;
}
