Opencv 单目相机标定校正

z13228604287

  

窗口程序集名	保 留	保 留	备 注
程序集1
变量名	类 型	数组	备 注
标定板图	多维矩阵类	4

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
相机内参	小数型		0	通过前面  计算相机内参畸变系数   例子得到的
畸变系数	小数型		0	通过前面  计算相机内参畸变系数   例子得到的
校正图像	多维矩阵类			校正后的图像
内参	多维矩阵类
畸变	多维矩阵类
i	整数型
R	多维矩阵类
映射坐标x	多维矩阵类
映射坐标y	多维矩阵类
图像尺寸	尺寸2i类

' 测试图片再百度网盘里
' 链接：[url]https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ[/url]
' 提取码：4ypk
' 读取要校正图像
标定板图 [1] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left01.jpg”, 1)
标定板图 [2] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left02.jpg”, 1)
标定板图 [3] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left03.jpg”, 1)
标定板图 [4] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left04.jpg”, 1)
' 通过前面  计算相机内参畸变系数   例子得到的参数
相机内参 ＝ { 532.016297, 0, 332.172519, 0, 531.565159, 233.388075, 0, 0, 1 }
畸变系数 ＝ { -0.285188, 0.080097, 0.001274, -0.002415, 0.106579 }
内参.初始化指针 (3, 3, #Cv小数型, 取变量数据地址 (相机内参))
畸变.初始化指针 (1, 5, #Cv小数型, 取变量数据地址 (畸变系数))
' 方法1  =======用 视觉_畸变校正()函数直接计算校正图像
计次循环首 (取数组成员数 (标定板图), i)
视觉_畸变校正 (标定板图 [i], 校正图像, 内参, 畸变, )
视觉_显示图像 (“小白鼠_校正前”, 标定板图 [i])
视觉_显示图像 (“小白鼠_校正后”, 校正图像)
视觉_等待按键 (0)
计次循环尾 ()
' 方法2  =======使用 视觉_计算不失真校正映射()函数和 视觉_重新映射()函数校正图像
' 计算映射坐标矩阵
R.初始化对角 (3, 3, #Cv小数型 )
图像尺寸.初始化 (标定板图 [1].列数 (), 标定板图 [1].行数 ())
映射坐标x.初始化 (图像尺寸.宽, 图像尺寸.宽, #Cv小数型_单通道, )
映射坐标y.初始化 (图像尺寸.宽, 图像尺寸.宽, #Cv小数型_单通道, )
视觉_计算不失真校正映射 (内参, 畸变, R, 内参, 图像尺寸, #Cv小数型_单通道, 映射坐标x, 映射坐标y)
' 校正图像
计次循环首 (取数组成员数 (标定板图), i)
视觉_重新映射 (标定板图 [i], 校正图像, 映射坐标x, 映射坐标y, #插值_双线性二次, 0, )
视觉_显示图像 (“小白鼠_校正前”, 标定板图 [i])
视觉_显示图像 (“小白鼠_校正后”, 校正图像)
视觉_等待按键 (0)
计次循环尾 ()
视觉_销毁所有窗口 ()
返回 (0)  ' 可以根据您的需要返回任意数值

i支持库列表	支持库注释
OpenCV	(未知支持库)
spec	特殊功能支持库

.版本 2<br /> .支持库 OpenCV<br /> .支持库 spec<br /> <br /> .程序集 程序集1<br /> .程序集变量 标定板图, 多维矩阵类, , "4"<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 相机内参, 小数型, , "0", 通过前面  计算相机内参畸变系数   例子得到的<br /> .局部变量 畸变系数, 小数型, , "0", 通过前面  计算相机内参畸变系数   例子得到的<br /> .局部变量 校正图像, 多维矩阵类, , , 校正后的图像<br /> .局部变量 内参, 多维矩阵类<br /> .局部变量 畸变, 多维矩阵类<br /> .局部变量 i, 整数型<br /> .局部变量 R, 多维矩阵类<br /> .局部变量 映射坐标x, 多维矩阵类<br /> .局部变量 映射坐标y, 多维矩阵类<br /> .局部变量 图像尺寸, 尺寸2i类<br /> <br /> ' 测试图片再百度网盘里<br /> ' 链接：<a href="https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ" rel="nofollow" target="_blank">https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ</a><br /> ' 提取码：4ypk<br /> <br /> ' 读取要校正图像<br /> 标定板图 [1] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left01.jpg”, 1)<br /> 标定板图 [2] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left02.jpg”, 1)<br /> 标定板图 [3] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left03.jpg”, 1)<br /> 标定板图 [4] ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\Opecv4\data\cal\left04.jpg”, 1)<br /> <br /> ' 通过前面  计算相机内参畸变系数   例子得到的参数<br /> 相机内参 ＝ { 532.016297, 0, 332.172519, 0, 531.565159, 233.388075, 0, 0, 1 }<br /> 畸变系数 ＝ { -0.285188, 0.080097, 0.001274, -0.002415, 0.106579 }<br /> 内参.初始化指针 (3, 3, #Cv小数型, 取变量数据地址 (相机内参))<br /> 畸变.初始化指针 (1, 5, #Cv小数型, 取变量数据地址 (畸变系数))<br /> <br /> ' 方法1  =======用 视觉_畸变校正()函数直接计算校正图像<br /> <br /> .计次循环首 (取数组成员数 (标定板图), i)<br />     视觉_畸变校正 (标定板图 <i>, 校正图像, 内参, 畸变, )<br />     视觉_显示图像 (“小白鼠_校正前”, 标定板图 <i>)<br />     视觉_显示图像 (“小白鼠_校正后”, 校正图像)<br />     视觉_等待按键 (0)<br /> .计次循环尾 ()<br /> <br /> ' 方法2  =======使用 视觉_计算不失真校正映射()函数和 视觉_重新映射()函数校正图像<br /> <br /> ' 计算映射坐标矩阵<br /> R.初始化对角 (3, 3, #Cv小数型)<br /> 图像尺寸.初始化 (标定板图 [1].列数 (), 标定板图 [1].行数 ())<br /> 映射坐标x.初始化 (图像尺寸.宽, 图像尺寸.宽, #Cv小数型_单通道, )<br /> 映射坐标y.初始化 (图像尺寸.宽, 图像尺寸.宽, #Cv小数型_单通道, )<br /> 视觉_计算不失真校正映射 (内参, 畸变, R, 内参, 图像尺寸, #Cv小数型_单通道, 映射坐标x, 映射坐标y)<br /> <br /> ' 校正图像<br /> .计次循环首 (取数组成员数 (标定板图), i)<br />     视觉_重新映射 (标定板图 <i>, 校正图像, 映射坐标x, 映射坐标y, #插值_双线性二次, 0, )<br />     视觉_显示图像 (“小白鼠_校正前”, 标定板图 <i>)<br />     视觉_显示图像 (“小白鼠_校正后”, 校正图像)<br />     视觉_等待按键 (0)<br /> .计次循环尾 ()<br /> <br /> 视觉_销毁所有窗口 ()<br /> <br /> 返回 (0)  ' 可以根据您的需要返回任意数值

by:凌枫

疯狂的木头 发表于 2023-3-23 22:43
别买这垃圾支持库都是骗人的花了400大洋什么都不教，让你自己百du学，结果一运行就崩溃问他也不告诉你怎么 ...

他qq多少.........................

疯狂的木头

别买这垃圾支持库都是骗人的花了400大洋什么都不教，让你自己百du学，结果一运行就崩溃问他也不告诉你怎么搞

guyuelintian

谢谢分享！

tmdgdx

感谢楼主分享