相机标定之张正友标定法开源项目教程

1. 项目介绍

本项目是基于张正友标定法的一个开源项目，旨在通过一组棋盘格图像，自动计算出相机的内部参数和畸变参数。张正友标定法是一种简单且高效的相机标定方法，适用于有或无畸变的相机镜头。本项目包含两个部分，分别处理有畸变和无畸变的相机标定。

2. 项目快速启动

首先，确保您的环境中安装了以下依赖：

• Python 3.7
• opencv-contrib-python 3.4.2.16
• opencv-python 3.4.2.16

然后，按照以下步骤进行操作：

对于有畸变的相机：

1. 准备一组包含畸变的棋盘格图像，并将它们放置在项目的 ./pic/IR_camera_calib_img 文件夹下。
2. 运行 run_calib_IR.py 脚本，该脚本将自动处理这些图像，并计算出相机的内外参数以及畸变参数。
3. 脚本执行完毕后，畸变校正后的图像将保存在 ./pic/IR_dedistortion 文件夹下。

# run_calib_IR.py 示例代码片段
# 请注意，此代码片段仅为示例，实际文件中包含完整的标定逻辑
import cv2
import numpy as np

# ... 标定代码逻辑 ...

# 执行标定
calibrate_camera('IR_camera_calib_img', 'IR_dedistortion')

对于无畸变的相机：

1. 准备一组不含畸变的棋盘格图像，并将它们放置在项目的 ./pic/RGB_camera_calib_img 文件夹下。
2. 运行 run_calib_RGB.py 脚本，该脚本将自动处理这些图像，并计算出相机的内外参数以及畸变参数。

# run_calib_RGB.py 示例代码片段
# 请注意，此代码片段仅为示例，实际文件中包含完整的标定逻辑
import cv2
import numpy as np

# ... 标定代码逻辑 ...

# 执行标定
calibrate_camera('RGB_camera_calib_img', None)

3. 应用案例和最佳实践

• 在进行相机标定之前，确保棋盘格图像覆盖了相机的全部视场，并且至少有足够数量的角点被检测到。
• 标定过程中，建议使用不同角度和距离的图像，以获得更准确的结果。
• 对于畸变校正，可以在标定完成后对原始图像进行处理，以得到校正后的图像。

4. 典型生态项目

• 相机标定是计算机视觉领域的基础工作，广泛应用于机器人视觉、自动驾驶、增强现实等领域。
• 生态项目中可能包括基于标定结果的三维重建、虚拟现实内容创建等。