opencv3計算攝像頭内參

ORB-SLAM2跑單目SLAM需要設定相機參數到yaml檔案，這裡來說下如何利用opencv進行相機參數設定。

環境

Win10，VS2015+opencv3.3.1

對錄影機進行标定可以使用直接使用攝像頭也可以事先拍好照片。利用自己攝像頭批量拍攝圖檔見：[opencv3調用筆記本攝像頭批量拍攝圖檔]。(http://blog.csdn.net/xiangxianghehe/article/details/78807480)本文采用的是事先拍好照片，這裡的照片采用的是openCV3.3.1源碼自帶的圖檔。圖檔位置在

E:\opencv331\opencv\sources\samples\data

目錄下，見下圖所示:

圖檔包括：

然後把

E:\opencv331\opencv\sources\samples\cpp

目錄下的

imagelist_creator.cpp

複制到vs2015，生成相應的

imagelist_creator.exe

程式。

/*this creates a yaml or xml list of files from the command line args
*/
//imagelist_creator.cpp

#include "opencv2/core.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <string>
#include <iostream>

using std::string;
using std::cout;
using std::endl;

using namespace cv;

static void help(char** av)
{
    cout << "\nThis creates a yaml or xml list of files from the command line args\n"
        "usage:\n./" << av[] << " imagelist.yaml *.png\n"
        << "Try using different extensions.(e.g. yaml yml xml xml.gz etc...)\n"
        << "This will serialize this list of images or whatever with opencv's FileStorage framework" << endl;
}

int main(int ac, char** av)
{
    cv::CommandLineParser parser(ac, av, "{help h||}{@output||}");
    if (parser.has("help"))
    {
        help(av);
        return ;
    }
    string outputname = parser.get<string>("@output");

    if (outputname.empty())
    {
        help(av);
        return ;
    }

    Mat m = imread(outputname); //check if the output is an image - prevent overwrites!
    if (!m.empty()) {
        std::cerr << "fail! Please specify an output file, don't want to overwrite you images!" << endl;
        help(av);
        return ;
    }

    FileStorage fs(outputname, FileStorage::WRITE);
    fs << "images" << "[";
    for (int i = ; i < ac; i++) {
        fs << string(av[i]);
    }
    fs << "]";
    return ;
}
           

打開cmd,輸入

imagelist_creator.exe

的目錄,把上面的所有圖檔也複制到該目錄下，執行：

最後會在該目錄下生成一個

imglist.yaml

文本。

接下來移除

imagelist_creator.cpp

添加

calibration.cpp

（位置也在

E:\opencv331\opencv\sources\samples\cpp

）,在VS2015中生成相應的

calibration.exe

程式。

然後把

calibration.exe

和上面那些圖檔放到一塊，執行：

calibration imglist.yaml left01.jpg left02.jpg left03.jpg left04.jpg left05.jpg left06.jpgleft07.jpg left08.jpg left09.jpg  left11.jpg left12.jpg left13.jpgleft14.jpg right01.jpg right02.jpg right03.jpg right04.jpg right05.jpgright06.jpg right07.jpg right08.jpg right09.jpg right11.jpg right12.jpg right13.jpg right14.jpg -w= -h=
           

就會列印出：

RMS error reported by calibrateCamera: 
Calibration succeeded. avg reprojection error = 
           

還會在同一目錄生成一個

out_camera_data.yml

檔案，内容如下：

%YAML:
---
calibration_time: "Fri Dec 15 09:19:01 2017"
image_width: 
image_height: 
board_width: 
board_height: 
square_size: 
aspectRatio: 
flags: 
camera_matrix: !!opencv-matrix
   rows: 
   cols: 
   dt: d
   data: [ , , , ,
       , , , ,  ]
distortion_coefficients: !!opencv-matrix
   rows: 
   cols: 
   dt: d
   data: [ -, -,
       , -,
        ]
avg_reprojection_error: 
           

至此，大功告成！！