előfeltételek: OpenCV
a kamera szerves része számos területen, mint a robotika, űrkutatás, stb kamera játszik nagy szerepet. Segít megragadni minden egyes pillanatot, és sok elemzéshez hasznos. Annak érdekében, hogy a kamerát vizuális érzékelőként használhassuk, ismernünk kell a kamera paramétereit. A kamera kalibrálása nem más, mint a kamera paramétereinek becslése, a fényképezőgép paraméterei szükségesek a valós világ 3D-s pontja és a megfelelő 2D-vetítés (pixel) közötti pontos kapcsolat meghatározásához a kalibrált kamera által rögzített képen.
figyelembe kell vennünk mind a belső paramétereket, például a gyújtótávolságot, az optikai központot, mind a lencse radiális torzítási együtthatóit stb., és a külső paraméterek, mint a forgatás és fordítása a kamera tekintetében néhány valós koordináta-rendszer.
kötelező könyvtárak:
- az OpenCV könyvtár a Pythonban egy számítógépes látáskönyvtár, amelyet leginkább képfeldolgozásra, videófeldolgozásra és elemzésre, arcfelismerésre és felismerésre használnak.
- a Numpy egy általános célú tömbfeldolgozó csomag. Nagy teljesítményű többdimenziós tömbobjektumot és eszközöket biztosít ezeknek a tömböknek a kezeléséhez.
a kamera kalibrálása lépésről lépésre elvégezhető:
- 1. lépés: először határozza meg a 3D pontok valós koordinátáit a kockás minta ismert méretével.
- 2. lépés: Az ellenőrző tábla képének különböző nézőpontjai rögzítésre kerülnek.
- 3.lépés: a findChessboardCorners() egy olyan módszer az OpenCV-ben, amelyet pixelkoordináták (u, v) keresésére használnak minden egyes 3D-s ponthoz különböző képeken
- 4. lépés: Ezután a calibrateCamera() módszert használják a kamera paramétereinek megkeresésére.
ez lesz a számított (threedpoints, twodpoints, grayColor.alakzat, Nincs, Nincs) paraméterként és visszatérési listaként, amelynek elemei a kamera mátrixa, torzítási együtthatója, forgási vektorai és fordítási vektorai.
kamera mátrix segít átalakítani 3D objektumok pont 2D kép pont és a torzítási együttható visszaadja a helyzetét a kamera a világon, az értékek a forgatás és a fordítás Vektorok
az alábbiakban a teljes program a fenti megközelítés:
import cv2 import numpy as np import os import glob CHECKERBOARD = (6, 9) criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) threedpoints = twodpoints = objectp3d = np.zeros((1, CHECKERBOARD * CHECKERBOARD, 3), np.float32) objectp3d = np.mgrid, 0:CHECKERBOARD].T.reshape(-1, 2) prev_img_shape = None images = glob.glob('*.jpg') for filename in images: image = cv2.imread(filename) grayColor = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners( grayColor, CHECKERBOARD, cv2.CALIB_CB_ADAPTIVE_THRESH + cv2.CALIB_CB_FAST_CHECK + cv2.CALIB_CB_NORMALIZE_IMAGE) if ret == True: threedpoints.append(objectp3d) corners2 = cv2.cornerSubPix( grayColor, corners, (11, 11), (-1, -1), criteria) twodpoints.append(corners2) image = cv2.drawChessboardCorners(image, CHECKERBOARD, corners2, ret) cv2.imshow('img', image) cv2.waitKey(0) cv2.destroyAllWindows() h, w = image.shape ret, matrix, distortion, r_vecs, t_vecs = cv2.calibrateCamera( threedpoints, twodpoints, grayColor.shape, None, None) print(" Camera matrix:") print(matrix) print("\n Distortion coefficient:") print(distortion) print("\n Rotation Vectors:") print(r_vecs) print("\n Translation Vectors:") print(t_vecs) Bemenet:
Kimenet:
Camera matrix: ] Distortion coefficient: ] Rotation Vectors: , , ]), array(, , ]), array(, , ])] Translation Vectors: , , ]), array(, , ]), array(, , ])]