python - 解释相机校准结果?
问题描述
我在一些棋盘图像(40〜)上使用了OpenCV的findChessboardCorners,大约27个似乎准确地找到了角落。如何从这里开始?我是否仅在正确识别的图像上计算重投影误差?这是正常的预期吗?
一些正确识别的图像 -
我如何校准我的图像 -
import cv2 as cv
def calibrate():
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6*9,3),np.float32)
objp[:,:2] = np.mgrid[0:9, 0:6].T.reshape(-1,2)
objpoints = []
imgpoints = []
images = glob.glob('*.png')
for fname in images:
img = cv.imread(fname)
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
ret, corners = cv.findChessboardCorners(gray, (9,6), None)
if ret == True:
print('Hello')
objpoints.append(objp)
corners2 = cv.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria)
# cv.drawChessboardCorners(img, (9,6), corners, ret)
imgpoints.append(corners2)
cv.imshow('img',img)
cv.waitKey(500)
cv.destroyAllWindows()
ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(objpoints, imgpoints, gray.shape[::-1],None,None)
return objpoints, imgpoints, ret, mtx, dist, rvecs, tvecs
如果有人想试一试,我已经添加了原始图像。 https://imgur.com/a/rsl0SHr
解决方案
这是正常的预期吗?
不,您错误识别的图像很奇怪。我认为您的校准过程可能有问题。你能显示一些代码(例如findChessboardCorner()
和calibrateCamera()
调用)吗?
我是否仅在正确识别的图像上计算重投影误差?
您应该计算所有点的重投影误差,但首先您需要修复校准过程。
推荐阅读
- linux - 如果我只有 320 KB RAM,我的程序是 64 位还是 16 位模式?
- azure - 使用 Azure Functions 的临时目录
- r - 在 R 中使用堆叠括号
- laravel - Laravel - 扩展 Illuminate\Http\Request 并使用会话
- fetch - 带有个人访问令牌的 Github API 调用 使用 Fetch 与 node JS 和 React JS
- javascript - 无法使用 ng 测试确定 TypeError 的来源
- python - 创建表时sqlite3中无法识别的令牌
- sorting - woocommerce 排序方式和每页产品下拉列表
- android - 在 android 集成测试期间以编程方式授予 android.permission.ACCESS_NOTIFICATION_POLICY 权限
- python - 找不到满足 Scrapy (python) 要求的版本