opencv单目摄像机标定(一)

 #include <string>

    #include <iostream>

    #include <cv.h>

    #include <highgui.h>  

    using namespace std;  

    int main()

    {

        int cube_length=;  

        CvCapture* capture;

        capture=cvCreateCameraCapture(); // opencv调用摄像头的接口，初始化从摄像头中获取视频，

        if(capture==){

            printf("无法捕获摄像头设备！\n\n");

            return ;

        }else{

            printf("捕获摄像头设备成功！！\n\n");

        }

        cvNamedWindow("摄像机帧截取窗口",); //cvNamedWindow()函数用于在屏幕上创建一个窗口，将被显示的图像包含于该窗口中。函数的第一个参数指定了该窗口的窗口标题,如果要使用HighGUI库所提供的其他函数与该窗口进行交互时，我们将通过该参数值引用这个窗口。

        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");  

        IplImage* frame;

        int number_image=;  //摄像机拍摄图像张数初始化

        char filename[]="";

        while(true)

        {

            frame=cvQueryFrame(capture);// 从摄像头或者文件中抓取并返回一帧

            if(!frame)

                 break;

            cvShowImage("摄像机帧截取窗口",frame); //图像显示

            if(cvWaitKey()=='c')

             {

                sprintf (filename,"%d.jpg",number_image);  // int sprintf_s( char *buffer, size_t sizeOfBuffer, const char *format [, argument] ... ); //这个函数的主要作用是将若干个argument按照format格式存到buffer中

                cvSaveImage(filename,frame);  //保存，在工作目录中

                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()=='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);  //释放图像

        cvReleaseCapture(&capture);//若您的是1.0版本，如果报错请修改为cvReleaseCapture(&capture)，或将此句加在cvReleaseImage(&frame)后

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

        IplImage * show; //RePlay图像指针

        cvNamedWindow("RePlay",);

        int a=;  //临时变量，表示在操作第a帧图像

        int number_image_copy=number_image; //复制图像帧数

        CvSize board_size=cvSize(,);   // Cvsize:OpenCV的基本数据类型之一,是构造Cvsize类型的函数，width和height,表示矩阵框大小，以像素为精度。与CvPoint结构类似，但数据成员是integer类型的width和height。

        int board_width=board_size.width;

        int board_height=board_size.height;

        int total_per_image=board_width*board_height; //每张图的角点总数

        CvPoint2D32f * image_points_buf = new CvPoint2D32f[total_per_image];  //存储角点坐标的数组

//主要用来转换成矩阵形式CvMat* cvCreateMat( int rows, int cols, int type );rows矩阵行数。cols矩阵列数。type矩阵元素类型，浮点型的单通道图像。

// 这里type可以是任何预定义类型，预定义类型的结构如下：CV_<bit_depth> (S|U|F)C<number_of_channels>。

        CvMat * image_points=cvCreateMat(number_image*total_per_image,,CV_32FC1); //存储角点图像坐标的矩阵

        CvMat * object_points=cvCreateMat(number_image*total_per_image,,CV_32FC1); //存储角点世界坐标的矩阵

        CvMat * point_counts=cvCreateMat(number_image,,CV_32SC1); //存储每帧图像的识别角点数

        CvMat * intrinsic_matrix=cvCreateMat(,,CV_32FC1);

        CvMat * distortion_coeffs=cvCreateMat(,,CV_32FC1);  

        int count; //存储每帧图像中实际识别的角点数

        int found; //识别标定板角点的标志位 ，角点能否被检测到

        int step;  //存储步长，step=successes*total_per_image;

        int successes=; //成功找到标定板上所有角点的图像帧数初始化

        while(a<=number_image_copy)

       {  //读取每张图

            sprintf (filename,"%d.jpg",a);

            show=cvLoadImage(filename,-);

         //寻找角点

            found=cvFindChessboardCorners(show,board_size,image_points_buf,&count,

                                         CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);

            if(found==)

               {

                cout<<"第"<<a<<"帧图片无法找到棋盘格所有角点!\n\n";

                cvNamedWindow("RePlay",);

                cvShowImage("RePlay",show);

                cvWaitKey();

               }

           else{

                cout<<"第"<<a<<"帧图像成功获得"<<count<<"个角点...\n";

                cvNamedWindow("RePlay",);  

                IplImage * gray_image= cvCreateImage(cvGetSize(show),,); //创建头并分配数据IplImage*

                cvCvtColor(show,gray_image,CV_BGR2GRAY); // cvCvtColor(...),是Opencv里的颜色空间转换函数，可以实现rgb颜色向HSV,HSI等颜色空间的转换，也可以转换为灰度图像。

                cout<<"获取源图像灰度图过程完成...\n";

             //获取亚像素角点

                cvFindCornerSubPix(gray_image,image_points_buf,count,cvSize(,),cvSize(-,-),

                                    cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,,0.1));

                cout<<"灰度图亚像素化过程完成...\n";

              //绘制角点

                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();

               }  

            if(total_per_image==count)

            {

                step=successes*total_per_image;

                for(int i=step,j=;j<total_per_image;++i,++j)

               {

 //total_per_image是一幅图像中的角点总数。

 // opencv中用来访问矩阵每个元素的宏，这个宏只对单通道矩阵有效，CV_MAT_ELEM( matrix, elemtype, row, col )参数　　matrix：要访问的矩阵　　elemtype：矩阵元素的类型　　row：所要访问元素的行数　　col：所要访问元素的列数

// cvFindCornerSubPix求完每个角点横纵坐标值都存在image_point_buf里，现在将其存在image_points中，每行存一个，商为行x,余为列y

//将角点坐标的数组压入矩阵image_points

                    CV_MAT_ELEM(*image_points,float,i,)=image_points_buf[j].x;

                    CV_MAT_ELEM(*image_points,float,i,)=image_points_buf[j].y;//找到的点以坐标形式存储

                    CV_MAT_ELEM(*object_points,float,i,)=(float)(j/cube_length);

                    CV_MAT_ELEM(*object_points,float,i,)=(float)(j%cube_length); //找到的点的数目以行列形式存储

                    CV_MAT_ELEM(*object_points,float,i,)=0.0f; //0单精度浮点

                }

                CV_MAT_ELEM(*point_counts,int,successes,)=total_per_image;//访问矩阵角点数

                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();

        IplImage * show_colie;

        show_colie=cvQueryFrame(capture1);

       //存储标定成功图片的角点的矩阵形式

        CvMat * object_points2=cvCreateMat(successes*total_per_image,,CV_32FC1);

        CvMat * image_points2=cvCreateMat(successes*total_per_image,,CV_32FC1);

        CvMat * point_counts2=cvCreateMat(successes,,CV_32SC1);

      //用来存储角点提取成功的图像的角点

        for(int i=;i<successes*total_per_image;++i){

            CV_MAT_ELEM(*image_points2,float,i,)=CV_MAT_ELEM(*image_points,float,i,);

            CV_MAT_ELEM(*image_points2,float,i,)=CV_MAT_ELEM(*image_points,float,i,);

            CV_MAT_ELEM(*object_points2,float,i,)=CV_MAT_ELEM(*object_points,float,i,);

            CV_MAT_ELEM(*object_points2,float,i,)=CV_MAT_ELEM(*object_points,float,i,);

            CV_MAT_ELEM(*object_points2,float,i,)=CV_MAT_ELEM(*object_points,float,i,);

        }  

        for(int i=;i<successes;++i){

            CV_MAT_ELEM(*point_counts2,int,i,)=CV_MAT_ELEM(*point_counts,int,i,);

        }  

        cvReleaseMat(&object_points);

        cvReleaseMat(&image_points);

        cvReleaseMat(&point_counts);  

       //初始化相机内参矩阵

        CV_MAT_ELEM(*intrinsic_matrix,float,,)=1.0f;//fx

        CV_MAT_ELEM(*intrinsic_matrix,float,,)=1.0f;//fy 

       //标定相机的内参矩阵和畸变系数向量

       cvCalibrateCamera2(object_points2,image_points2,point_counts2,cvGetSize(show_colie),

                            intrinsic_matrix,distortion_coeffs,NULL,NULL,);  

        cout<<"摄像机内参数矩阵为：\n";

        cout<<CV_MAT_ELEM(*intrinsic_matrix,float,,)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)

                                                      <<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)

                                                      <<"\n\n";

        cout<<CV_MAT_ELEM(*intrinsic_matrix,float,,)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)

                                                      <<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)

                                                      <<"\n\n";

        cout<<CV_MAT_ELEM(*intrinsic_matrix,float,,)<<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)

                                                      <<"    "<<CV_MAT_ELEM(*intrinsic_matrix,float,,)

                                                      <<"\n\n";  

        cout<<"畸变系数矩阵为：\n";

        cout<<CV_MAT_ELEM(*distortion_coeffs,float,,)<<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,,)

                                                       <<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,,)

                                                       <<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,,)

                                                       <<"    "<<CV_MAT_ELEM(*distortion_coeffs,float,,)

                                                       <<"\n\n";  

        cvSave("Intrinsics.xml",intrinsic_matrix);//保存在工作目录下

        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");  //加载参数方法

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

        IplImage * mapx=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,);

        IplImage * mapy=cvCreateImage(cvGetSize(show_colie),IPL_DEPTH_32F,);  

        cvInitUndistortMap(intrinsic,distortion,mapx,mapy);//函数cvInitUndistortMap预先计算非形变对应－正确图像的每个像素在形变图像里的坐标。这个对应可以传递给cvRemap函数（跟输入和输出图像一起）。   

        cvNamedWindow("原始图像",);

        cvNamedWindow("非畸变图像",);  

        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);//校正图像，输入为clone，结果为show_colie

            cvReleaseImage(&clone);

            cvShowImage("非畸变图像",show_colie);  

            if(cvWaitKey()=='e'){

                break;

            }  

            show_colie=cvQueryFrame(capture1);

        }  

        return ;  

    }  

opencv单目摄像机标定(一)的相关教程结束。