我正在尝试校准由两个相同的 Canon EOS60D
组成的立体声设置,我将用它来进行摄影测量 . 为了校准相机我使用的是高精度 circlegrid
模板 . 我能够使用 cv2.findCirclesGrid
检测圆的中心点,并且能够很好地校准单个相机 . 当我尝试在OpenCV中使用 cv2.stereoCalibrate
功能校准两个摄像机时出现问题 . 我将阐明所采取的步骤,并发布一些我已经获得的输出的代码片段 . 如果有人能指出我做错了什么,我将不胜感激 .
步骤
1)第一步是使用OpenCV中的 cv2.findCirclesGrid
函数检测circlegrid模式 .
2)然后使用检测到的每个摄像机的网格图案,我使用 cv2.calibrateCamera
来获取摄像机矩阵和两个摄像机的失真系数 .
3)获取两个摄像机的摄像机矩阵和失真系数后,我将它们传递给 cv2.stereoCalibrate
功能 .
Output
校准左相机后的输出如下
Left Camera Return Value : 0.202690712694
Left Camera Camera Matrix : [[ 2.42046647e+04 0.00000000e+00 1.78281995e+03]
[ 0.00000000e+00 2.42115121e+04 2.51720578e+03]
[ 0.00000000e+00 0.00000000e+00 1.00000000e+00]]
Left Camera Dist Coeff : [[-0.09448288 -1.38934436 0.00951455 -0.00568115 0.11248399]]
校准后输出右摄像机如下
Right Camera Return value : 0.258429588138
Right Camera Camera Matrix : [[ 2.69094574e+04 0.00000000e+00 1.70580157e+03]
[ 0.00000000e+00 2.69534209e+04 2.55185400e+03]
[ 0.00000000e+00 0.00000000e+00 1.00000000e+00]]
Right Camera Dist Coeff : [[-0.1854594 1.89124255 0.00592814 -0.00377697 0.05715002]]
从上面的输出可以看出, cv2.calibrateCamera
的返回值都是合理的 .
校准立体声设置后的输出如下
StereoCalib Return Value : 278.98818985
Rotation Vector : [[ 0.72415334 0.13289823 0.67671265]
[ 0.68078781 0.018949 -0.73223554]
[-0.11013584 0.99094853 -0.07675351]]
Translation Vector [[-1.20860215]
[ 1.23017549]
[ 2.08116679]]
Essential Matrix : [[-1.55231939 1.17960457 1.42948401]
[ 1.37397347 1.47424592 1.31558743]
[-1.7136373 -0.18638995 0.05250614]]
Fundamental Matrix : [[ -3.15554184e-07 2.39721211e-07 6.99264445e-03]
[ 2.78844610e-07 2.99110045e-07 5.21248054e-03]
[ -9.54712002e-03 -2.19149124e-03 1.00000000e+00]]
但立体声校准的返回值太高 .
Params
我在 cv2.stereoCalibrate
中使用的标志和标准如下
flags = cv2.CALIB_FIX_INTRINSIC
criteria = cv2.TERM_CRITERIA_MAX_ITER + cv2.TERM_CRITERIA_EPS, 1000, 1e-6
如果有人能指出我在哪里做错了,我将不胜感激 .