6

OpenCV 2.3カメラを調整するためにPythonバインディングを使用しようとしています。以下のデータをmatlabで使用しましたが、キャリブレーションは機能しましたが、OpenCVでは機能しないようです。最初の推測として設定したカメラ マトリックスは、matlab ツールボックスから計算された答えに非常に近いものです。

import cv2
import numpy as np

obj_points = [[-9.7,3.0,4.5],[-11.1,0.5,3.1],[-8.5,0.9,2.4],[-5.8,4.4,2.7],[-4.8,1.5,0.2],[-6.7,-1.6,-0.4],[-8.7,-3.3,-0.6],[-4.3,-1.2,-2.4],[-12.4,-2.3,0.9],    [-14.1,-3.8,-0.6],[-18.9,2.9,2.9],[-14.6,2.3,4.6],[-16.0,0.8,3.0],[-18.9,-0.1,0.3],    [-16.3,-1.7,0.5],[-18.6,-2.7,-2.2]]
img_points = [[993.0,623.0],[942.0,705.0],[1023.0,720.0],[1116.0,645.0],[1136.0,764.0],[1071.0,847.0],[1003.0,885.0],[1142.0,887.0],[886.0,816.0],[827.0,883.0],[710.0,636.0],[837.0,621.0],[789.0,688.0],[699.0,759.0],[768.0,800.0],[697.0,873.0]]

obj_points = np.array(obj_points)
img_points = np.array(img_points)

w = 1680
h = 1050
size = (w,h)

camera_matrix = np.zeros((3, 3))
camera_matrix[0,0]= 2200.0
camera_matrix[1,1]= 2200.0
camera_matrix[2,2]=1.0
camera_matrix[2,0]=750.0
camera_matrix[2,1]=750.0 

dist_coefs = np.zeros(4)
results = cv2.calibrateCamera(obj_points, img_points,size, 
    camera_matrix, dist_coefs)
4

5 に答える 5

22

まず、カメラのマトリックスが間違っています。ドキュメントを読むと、次のようになります。

fx  0 cx
 0 fy cy
 0  0  1

あなたがあなたのものを見るならば、あなたはそれを間違った方法で持っています：

fx  0  0
 0 fy  0
cx cy  1

したがって、最初にに設定camera_matrixしcamera_matrix.Tます（または、構成方法を変更します。これは行、列camera_matrixであることを忘れないでください）。camera_matrix[i,j] i j

camera_matrix = camera_matrix.T

次に、コードを実行しましたが、「機能しないようです」とは、次のエラーを意味することがわかります（ちなみに、質問では「機能しないようです」とはどういう意味かを常に言ってください） -エラーの場合は、エラーを投稿します。実行されても変な番号が表示される場合は、そのように言います）：

OpenCV Error: Assertion failed (ni >= 0) in collectCalibrationData, file /home/cha66i/Downloads/OpenCV-2.3.1/modules/calib3d/src/calibration.cpp, line 3161
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
cv2.error: /home/cha66i/Downloads/OpenCV-2.3.1/modules/calib3d/src/calibration.cpp:3161: error: (-215) ni >= 0 in function collectCalibrationData

次に、ドキュメントを読んで（ちなみに非常に便利です）、同じチェス盤の複数の画像（/キャリブレーションポイント）のオブジェクト/画像ポイントのセットをフィードできるため、ベクトルのベクトルである必要があることにobj_points気付きました。img_points

したがって：

cv2.calibrateCamera([obj_points], [img_points],size, camera_matrix, dist_coefs)

何？それでも同じエラーが発生しますか？！

次に、OpenCV python2サンプル（フォルダー内）を見て、キャリブレーション関数の使用方法を示しているOpenCV-2.x.x/samples/python2ことに気付きました（サンプルを過小評価しないでください。多くの場合、ドキュメントよりも優れています！）。calibration.py

実行しようとしましたが、必要な引数と引数calibration.pyが提供されていないため実行されません。だから私はそれをダミーでフィードするように変更しました、そしてねえ、それは動作します！camera_matrixdistCoeffscamera_matrixdistCoeffs

obj_points私の/img_pointsと彼らの間で私が見ることができる唯一の違いは、彼らが持っているdtype=float32のに対し、私のものは持っていないということです。

そこで、私は自分のを変更obj_pointsし、 img_pointsdtype float32も使用します（OpenCVへのpython2インターフェイスはそのように面白いです。行列にがない場合、関数が機能しないことがよくありますdtype）：

obj_points = obj_points.astype('float32')
img_points = img_points.astype('float32')

次に、もう一度やり直します。

>>> cv2.calibrateCamera([obj_points], [img_points],size, camera_matrix, dist_coefs)
OpenCV Error: Bad argument 
(For non-planar calibration rigs the initial intrinsic matrix must be specified) 
in cvCalibrateCamera2, file ....

何？！少なくとも別のエラー。しかし、私は最初の固有行列を提供しました！

だから私はドキュメントに戻って、flagsパラメータに気づきます：

フラグ–ゼロまたは次の値の組み合わせである可能性のあるさまざまなフラグ：

CV_CALIB_USE_INTRINSIC_GUESScameraMatrixには、さらに最適化されたfx、fy、cx、cyの有効な初期値が含まれています

..。

ああ、それで私は私が提供した最初の推測を使用するように関数に明示的に指示しなければなりません：

cv2.calibrateCamera([obj_points], [img_points],size, camera_matrix.T, dist_coefs,
                    flags=cv2.CALIB_USE_INTRINSIC_GUESS)

フラ！できます！

（ストーリーのモラル-OpenCVのドキュメントを注意深く読み、Pythonインターフェイスを使用している場合は、最新バージョン（つまり、opencv.itseez.com）を使用してcv2ください。また、samples/python2ディレクトリ内の例を参照して、ドキュメントを補足してください。ほとんどの問題を解決できるはずの2つのこと。）

于 2012-04-05T05:29:52.900 に答える
2

価値のあるものとして、次のコード スニペットは現在 2.4.6.1 で動作します。

    pattern_size = (16, 12)
    pattern_points = np.zeros( (np.prod(pattern_size), 3), np.float32)
    pattern_points[:, :2] = np.indices(pattern_size).T.reshape(-1, 2).astype(np.float32)
    img_points = pattern_points[:, :2] * 2  + np.array([40, 30], np.float32)
    print(cv2.calibrateCamera([pattern_points], [img_points], (400, 400), flags=cv2.CALIB_USE_INTRINSIC_GUESS))

camera_matrix と dist_coefs は必要ないことに注意してください。

于 2013-12-11T21:28:07.687 に答える
1

dist_coeffsベクトルを5次元のゼロベクトルとして作成し、CV_CALIB_FIX_K3フラグを使用します。ベクトル（K3）の最後の要素がゼロになることがわかります。

複数のフラグを使用する場合は、それらをORすることができます。

例：cv.CV_CALIB_USE_INTRINSIC_GUESS | cv.CV_CALIB_FIX_K3

于 2012-10-22T11:02:18.353 に答える
1

Mathematical.coffee の助けを借りて、この 3D キャリブレーションを実行しました。

import cv2
from cv2 import cv
import numpy as np

obj_points = [[-9.7,3.0,4.5],[-11.1,0.5,3.1],[-8.5,0.9,2.4],[-5.8,4.4,2.7],[-4.8,1.5,0.2],[-6.7,-1.6,-0.4],[-8.7,-3.3,-0.6],[-4.3,-1.2,-2.4],[-12.4,-2.3,0.9],[-14.1,-3.8,-0.6],[-18.9,2.9,2.9],[-14.6,2.3,4.6],[-16.0,0.8,3.0],[-18.9,-0.1,0.3],[-16.3,-1.7,0.5],[-18.6,-2.7,-2.2]]
img_points = [[993.0,623.0],[942.0,705.0],[1023.0,720.0],[1116.0,645.0],[1136.0,764.0],[1071.0,847.0],[1003.0,885.0],[1142.0,887.0],[886.0,816.0],[827.0,883.0],[710.0,636.0],[837.0,621.0],[789.0,688.0],[699.0,759.0],[768.0,800.0],[697.0,873.0]]

obj_points = np.array(obj_points,'float32')
img_points = np.array(img_points,'float32')

w = 1680
h = 1050
size = (w,h)

camera_matrix = np.zeros((3, 3),'float32')
camera_matrix[0,0]= 2200.0
camera_matrix[1,1]= 2200.0
camera_matrix[2,2]=1.0
camera_matrix[0,2]=750.0
camera_matrix[1,2]=750.0 

dist_coefs = np.zeros(4,'float32')

retval,camera_matrix,dist_coefs,rvecs,tvecs = cv2.calibrateCamera([obj_points],[img_points],size,camera_matrix,dist_coefs,flags=cv.CV_CALIB_USE_INTRINSIC_GUESS)

私が今抱えている唯一の問題は、キャリブレーション関数から返されたときに dist_coefs ベクトルが 5 要素の長さである理由です。ドキュメントには、「ベクトルに4つの要素が含まれている場合、K3 = 0であることを意味します」と記載されています。しかし実際には、dist_coefs (4 または 5) の長さに関係なく、K3 が使用されます。さらに、フラグ CV_CALIB_FIX_K3 を機能させることができないようで、そのフラグを使用して K3 を強制的にゼロにします。整数が必要であると言ってキャッシュします。これは、複数のフラグを一度に実行する方法がわからないためである可能性があります。フラグ = (cv.CV..., cv.CV...) を実行しているだけです。

Just to compare, from the matlab camera cal routine the results are...
    Focal length: 2210. 2207.
    principal point: 781. 738.
    Distortions: 4.65e-2 -9.74e+0 3.9e-3 6.74e-3 0.0e+0
    Rotation vector: 2.36 0.178 -0.131
    Translation vector: 16.016 2.527 69.549

From this code,
    Focal length: 1647. 1629.
    principal point: 761. 711.
    Distortions: -2.3e-1 2.0e+1 1.4e-2 -9.5e-2 -172e+2
    Rotation vector: 2.357 0.199 -0.193
    Translation vector: 16.511 3.307 48.946

k3=0 を強制する方法を理解できれば、残りの値はすぐ上に揃えられると思います。

于 2012-04-12T21:32:56.893 に答える