opencv摄像头识别,opencv相机标定原理
主要介绍opencv摄像机标定的实现，通过实例代码进行了非常详细的介绍，对大家的学习或工作有一定的参考价值。有需要的朋友就跟着下面的边肖学习吧。
原图
校正后
我创建了一个新的jz文件夹来存放相机校正所需的图片，如下：共12张。
#编码：utf-8
导入cv2
将numpy作为np导入
导入全球
#找到棋盘的角落
#阈值
标准=(cv2。TERM_CRITERIA_EPS cv2ITER，30，0.001)
# Checker模板规格从0开始计算。
w=9
h=6
#世界坐标系中的棋盘格点，如(0，0，0)，(1，0，0)，(2，0，0).(8，5，0)，去掉Z坐标，记录为二维矩阵。
objp=np.zeros((w * h，3)，np.float32)
objp[:2]=np.mgrid[0:w，0:h]. t . shape(-1，2)
#存储棋盘角的世界坐标和图像坐标对。
Objpoints=[] #世界坐标系中的3D点
Imgpoints=[] #图像平面上的二维点
# Match读取文件夹中的特定文件
images=glob.glob(jz/*。jpg’)
对于图像：中的fname
img=cv2.imread(fname)
gray=cv2.cvtColor(img，cv2。COLOR_BGR2GRAY)
#找到棋盘的角落
ret，corners=cv2 . findchesboardcorners(灰色，(宽，高)，无)
#在图像上显示角落
cv2 . drawchesboardCorners(img，(w，h)，corners，ret)
cv2.imshow(findCorners ，img)
cv2.waitKey(500)
cv2.destroyAllWindows()
#如果找到足够多的点对，存储它们
if ret==True:
cv2.cornerSubPix(灰色，角，(11，11)，(-1，-1)，标准)
objpoints.append(objp)
imgpoints.append(拐角)
#校准
ret，mtx，dist，rvecs，tvecs=cv2 . calibrate camera(obj points，imgpoints，gray.shape[:-1]，None，None)
#申请的时候，把下面两条写死。
打印(mtx)
打印(分发)
#失真消除
img2=cv2.imread(77.jpg )
h，w=img2.shape[:2]
Newcameramtx，ROI=cv2 . getoptimalnewcameramatrix(MTX，dist，(w，h)，0，(w，h)) #自由缩放参数
dst=cv2.undistort(img2，mtx，dist，None，newcameramtx)
#根据之前的ROI区域裁剪图片
# x，y，w，h=roi
# dst=dst[y:y h，x:x w]
cv2.imwrite(1.jpg ，dst)
cv2.imshow(findCorners ，dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
关于opencv摄像机标定的实现，本文到此结束。关于opencv相机校准的更多信息，请搜索热门IT软件开发工作室以前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。