OPENCV+PYTHON 棋盘格的函数-编程知识

OPENCV+PYTHON 棋盘格的函数

news/2025/2/3 16:48:45/文章来源:https://www.cnblogs.com/excellentHellen/p/18697561

提问文心一言：

OPENCV+PYTHON 棋盘格的函数

答案：

在 OpenCV 和 Python 中，棋盘格（Chessboard）常用于相机标定（Camera Calibration）中，因为它提供了一种已知图案，用于计算相机的内部参数和外部参数。棋盘格图案通常由交替的黑白方块组成。

以下是一些常用的与棋盘格相关的函数和步骤：

生成棋盘格图像：
虽然通常使用预打印的棋盘格图案，但你也可以使用 OpenCV 生成一个棋盘格图像。

import cv2
import numpy as npdef generate_chessboard(squares_per_row, squares_per_col, square_size):# 棋盘格的大小rows = squares_per_row + 1cols = squares_per_col + 1# 创建一个空白图像img = np.ones((rows * square_size, cols * square_size, 3), dtype=np.uint8) * 255for i in range(squares_per_row + 1):for j in range(squares_per_col + 1):if (i + j) % 2 == 0:# 填充黑色方块
                cv2.rectangle(img, (j * square_size, i * square_size), ((j + 1) * square_size, (i + 1) * square_size), 0, -1)return img

# 生成一个8x11 棋盘格（棋盘格的大小：内部角点的数量)，每个方块大小为 50 像素
# 即生成一个有9x12 方格 的棋盘格（棋盘格的大小：方块的数量)，每个方块大小为 50 像素
chessboard_img = generate_chessboard(8, 11, 50)

cv2.waitKey(0) cv2.destroyAllWindows()

找到棋盘格角点：
使用 cv2.findChessboardCorners 函数来检测棋盘格的角点。

import cv2# 棋盘格的大小 (内部角点的数量)
chessboard_size = (8, 11)# 读取棋盘格图像
img = cv2.imread('chessboard.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 找到棋盘格角点
ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None)# 如果找到角点，则绘制并显示它们
if ret:img = cv2.drawChessboardCorners(img, chessboard_size, corners, ret)cv2.imshow('Chessboard Corners', img)cv2.waitKey(0)cv2.destroyAllWindows()
else:print("Chessboard corners not found")

相机标定：
使用 cv2.calibrateCamera 函数进行相机标定。这需要使用多张从不同角度拍摄的棋盘格图像。

import cv2
import numpy as np
import glob# 棋盘格的大小 (内部角点的数量)
chessboard_size = (8, 6)# 准备对象点 (例如 (0,0,0), (1,0,0), (2,0,0), ....,(7,5,0))
objp = np.zeros((chessboard_size[0] * chessboard_size[1], 3), np.float32)
objp[:, :2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2)# 存储所有图像的对象点和图像点
objpoints = []  # 3d 点在真实世界空间
imgpoints = []  # 2d 点在图像平面# 读取所有棋盘格图像
images = glob.glob('chessboard_images/*.jpg')for fname in images:img = cv2.imread(fname)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 找到棋盘格角点ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None)# 如果找到角点，则添加对象点和图像点if ret:objpoints.append(objp)imgpoints.append(corners)# 标定相机
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)print("相机矩阵:\n", mtx)
print("畸变系数:\n", dist)

以上代码展示了如何生成棋盘格图像、检测棋盘格角点以及进行相机标定。注意，相机标定通常需要多张从不同角度拍摄的棋盘格图像，因此请确保你有足够的图像来进行标定。

提问：如何校正原图像

import cv2
import numpy as np# 假设你已经通过cv2.calibrateCamera得到了mtx和dist
# mtx是相机内参矩阵，dist是畸变系数
# img是你想要校正的原图像# 读取图像（这里以灰度图像为例，但也可以是彩色图像）
img = cv2.imread('path_to_your_image.jpg', cv2.IMREAD_GRAYSCALE)
# 如果是彩色图像，使用cv2.IMREAD_COLOR
# img = cv2.imread('path_to_your_image.jpg', cv2.IMREAD_COLOR)# 使用cv2.undistort函数校正图像
# 注意：如果img是彩色图像，你需要将每个通道分别校正，但OpenCV通常会自动处理这一点
undistorted_img = cv2.undistort(img, mtx, dist)# 显示校正前后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Undistorted Image', undistorted_img)
cv2.waitKey(0)
cv2.destroyAllWindows()# 保存校正后的图像（可选）
cv2.imwrite('undistorted_image.jpg', undistorted_img)