书接上回。我们用相机拍完照之后就要进行相机标定了，双目测距只有在相机标定之后可以发挥比较好的效果。
我们要做一些准备工作，首先就是下载matlab并且去下载棋盘照片打印出来进行标定
棋盘图片下载网址：http://docs.opencv.org/2.4/_downloads/pattern.png
注：要注意棋盘一定要固定在一个平面上，不要弯曲卷折。
我所用到的是matlab里的标定工具箱，首先打开matlab，在命令行输入stereoCameraCalibrator进入工具箱，出现如下界面。
我们首先点击左上角的Add image添加图片
会出现如下界面
我们点击Browse 选取两个摄像头所拍的照片，我用的摄像头camera1是左画面，camera2是右画面，大家根据自己的摄像头自己选择图片路径。默认的棋盘格子大小是20mm*20mm。可以根据你下载的棋盘格子大小自由修改。修完完成之后点击确定，工具箱会自动匹配和选择合适的照片。
工具箱运行中
工具箱结果
工具箱会弹窗告诉你一共识别到多少组照片，多少组可以用，多少组被工具箱拒绝了。
我这里一共36组照片，20组照片可以使用，16组被拒绝。点击确定即可。
确定之后可以得到这样的画面，我们下一步需要点击工具栏右侧绿色的Calibrate按钮。
运行完成之后会在界面下方出现如下窗口：
从图中可以看到，平均的标定误差以及标定过程中误差较大的的图像对，以及图片的位置信息。针对左侧误差比较大的图片，我们可以选择误差大的照片进行删除，删除到误差满足要求为止。左键或右键点击柱状图会跳转到照片，右键remove选中照片即可。
之后点击工具栏的Export Camera Parameters导出摄像头参数，默认参数就可以 点击确定，即完成标定。之后回到matlab命令行界面，我们可以得到如下标定参数
CameraParameters1 与 CameraParameters2 为左右摄像头的内部参数，RotationOfCamera2 与 TranslationOfCamera2 为两个摄像头的旋转、平移参数。
平移参数可直接使用；但旋转参数需进行转置才能使用。
之后我们点击工作区
点击stereoParams查看参数，我们以左相机为例，查看所需的相机参数。
点击CameraParameters1，
IntrinsicMatrix 存放的是摄像头的内部参数
RadialDistortion 和 TangentialDistortion 中存放的是畸变参数（径向畸变和切向畸变）
双击IntrinsicMatrix 得到如下参数
这个和opencv中所使用的为转置关系。如何转置如下图所示，行和列进行互换即可。
RadialDistortion 为 径向畸变，摄像头由于光学透镜的特性使得成像存在着径向畸变，可由 K1、K2、K3 确定。TangentialDistortion 为 切向畸变，由于装配方面的误差，传感器与光学镜头之间并非完全平行，因此成像存在切向畸变，可由两个参数 P1、P2 确定。
在Opencv的使用中，我们的使用顺序是K1、K2、P1、P2、K3（K3的默认值是0）千万要注意顺序不要弄错！
即0.1287,-0.1407,0,0,0
右相机同理可得参数，这里就不再赘述了。
之后我们回到stereoParams界面读取：RotationOfCamera2 （为两个摄像头的旋转参数）
TranslationOfCamera2 （平移参数）。需注意！平移参数可以直接在Opencv中使用，而旋转参数需要进行转置之后使用，与上面转置同理。
到此为止我们摄像头的参数保存完毕，我们打开程序将程序写入即可。
按照批注填入上面标定所得的相机参数。
附源码：
/******/
/ 立体匹配和测距 /
/******/
include
include
include
using namespace std;
using namespace cv;
const int imageWidth = 640; //摄像头的分辨率
const int imageHeight = 360;
Vec3f point3;
float d;
Size imageSize = Size(imageWidth, imageHeight);
Mat rgbImageL, grayImageL;
Mat rgbImageR, grayImageR;
Mat rectifyImageL, rectifyImageR;
Rect validROIL;//图像校正之后，会对图像进行裁剪，这里的validROI就是指裁剪之后的区域
Rect validROIR;
Mat mapLx, mapLy, mapRx, mapRy; //映射表
Mat Rl, Rr, Pl, Pr, Q; //校正旋转矩阵R，投影矩阵P 重投影矩阵Q
Mat xyz; //三维坐标
Point origin; //鼠标按下的起始点
Rect selection; //定义矩形选框
bool selectObject = false; //是否选择对象
int blockSize = 0, uniquenessRatio = 0, numDisparities = 0;
Ptr
/*事先标定好的左相机的内参矩阵
fx 0 cx
0 fy cy
0 0 1
Mat cameraMatrixL = (Mat_
0, 485.273502858935, 214.517060356564,
0, 0, 1);
//获得的畸变参数 左相机畸变参数
/*418.523322187048 0 0
-1.26842201390676 421.222568242056 0
344.758267538961 243.318992284899 1 */ //2
Mat distCoeffL = (Mat_
//[0.006636837611004,0.050240447649195] [0.006681263320267,0.003130367429418] //左相机K1,K2,P1,P2,K3
/*事先标定好的右相机的内参矩阵
fx 0 cx
0 fy cy
0 0 1
Mat cameraMatrixR = (Mat_
0, 489.272059352339, 212.644573601761,
0, 0, 1); //右相机畸变参数
417.417985082506 0 0
0.498638151824367 419.795432389420 0
309.903372309072 236.256106972796 1
*/ //2
Mat distCoeffR = (Mat_
//[-0.038407383078874,0.236392800301615] [0.004121779274885,0.002296129959664]//右相机K1,K2,P1,P2,K3
Mat T = (Mat_
//[-1.210187345641146e+02,0.519235426836325,-0.425535566316217]
//对应Matlab所得T参数 TranslationOfCamera2
//Mat rec = (Mat_
Mat rec = (Mat_
-0.000388657271549596, 0.999999903041699, 0.000207031685706618,
-0.000835160728832328, -0.000207356220449212, 0.999999629754909); //rec旋转向量，对应matlab om参数 我
//RotationOfCamera2
/* 0.999341122700880 0.000660748031451783 -0.0362888948713456
-0.00206388651740061 0.999250989651683 -0.0386419468010579
0.0362361815232777 0.0386913826603732 0.998593969567432 */
//Mat T = (Mat_
//[-1.210187345641146e+02,0.519235426836325,-0.425535566316217]
//对应Matlab所得T参数
//Mat rec = (Mat_
Mat R;//R 旋转矩阵
/*立体匹配***/
void stereo_match(int, void*)
bm->setBlockSize(2 * blockSize + 5); //SAD窗口大小，5~21之间为宜
bm->setROI1(validROIL);
bm->setROI2(validROIR);
bm->setPreFilterCap(31);
bm->setMinDisparity(0); //最小视差，默认值为0, 可以是负值，int型
bm->setNumDisparities(numDisparities * 16 + 16);//视差窗口，即最大视差值与最小视差值之差,窗口大小必须是16的整数倍，int型
bm->setTextureThreshold(10);
bm->setUniquenessRatio(uniquenessRatio);//uniquenessRatio主要可以防止误匹配
bm->setSpeckleWindowSize(100);
bm->setSpeckleRange(32);
bm->setDisp12MaxDiff(-1);
Mat disp, disp8;
bm->compute(rectifyImageL, rectifyImageR, disp);//输入图像必须为灰度图
disp.convertTo(disp8, CV_8U, 255 / ((numDisparities * 16 + 16)*16.));//计算出的视差是CV_16S格式
reprojectImageTo3D(disp, xyz, Q, true); //在实际求距离时，ReprojectTo3D出来的X / W, Y / W, Z / W都要乘以16(也就是W除以16)，才能得到正确的三维坐标信息。
xyz = xyz * 16;
imshow(“disparity”, disp8);
/*描述：鼠标操作回调***/
static void onMouse(int event, int x, int y, int, void*)
if (selectObject)
selection.x = MIN(x, origin.x);
selection.y = MIN(y, origin.y);
selection.width = std::abs(x – origin.x);
selection.height = std::abs(y – origin.y);
switch (event)
case EVENT_LBUTTONDOWN: //鼠标左按钮按下的事件
origin = Point(x, y);
selection = Rect(x, y, 0, 0);
selectObject = true;
point3 = xyz.at
point3[0];
//cout << “point3[0]:” << point3[0] << “point3[1]:” << point3[1] << “point3[2]:” << point3[2]<
Original: https://blog.csdn.net/qq_14953109/article/details/124147280
Author: 秋雨又秋雨
Title: 【一起学opencv】双目测距、定标 + 矫正
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/704593/
转载文章受原作者版权保护。转载请注明原作者出处！