Калибровка смоделированных изображений с помощью opencv с неправильными параметрами intrinsi c и extrinsi c - PullRequest
0 голосов
/ 13 июля 2020

Я создал систему линз в программе моделирования оптики и смоделировал 25 изображений шахматной доски, расположенной на расстоянии 1000 мм от линзы и наклоненной от -24 до 24 градусов вокруг двух осей, чтобы выполнить калибровку этих изображений с помощью opencv. Я в основном просто использовал пример кода, предоставленный opencv по адресу https://docs.opencv.org/3.4/dc/dbb/tutorial_py_calibration.html.

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv
import glob

N = 29
M = 49

### READ IMAGES ###

# termination criteria
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 100, 0.0001)

# prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0)
objp = np.zeros((M*N,3), np.float32)
objp[:,:2] = np.mgrid[0:M,0:N].T.reshape(-1,2)


# Arrays to store object points and image points from all the images.
objpoints = [] # 3d point in real world space
imgpoints = [] # 2d points in image plane.
images = glob.glob('*.png')
imsize = 0

for fname in images:

    img = cv.imread(fname)
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # Find the chess board corners
    ret, corners = cv.findChessboardCorners(gray, (M,N), None)

    # If found, add object points, image points (after refining them)
    if ret == True:
        objpoints.append(objp)
        corners2 = cv.cornerSubPix(gray,corners, (10,10), (-1,-1), criteria)
        imgpoints.append(corners2)
        # Draw and display the corners
        cv.drawChessboardCorners(img, (M,N), corners2, ret)    
        imsize = gray.shape[::-1]
        cv.waitKey(10)

ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(objpoints, imgpoints, imsize, None, None)

Но результирующие параметры камеры не имеют смысла, так как fx и fy становятся примерно 312, давая фокус длина в 5 раз меньше фактического значения. Я пробовал использовать несколько разных объективов и всегда получаю оценку фокусного расстояния, которая слишком мала.

...