opencv学习笔记（二十六）——相机标定之棋盘提取角点

本例程是相机标定的第一步，通过findChessboardCorners找到棋盘上的所有角点，然后再通过调用cornerSubPix亚像素精确化，找到精确的角点坐标，然后调用circle画出角点位置。

主要函数介绍：

findChessboardCorners()

• 功能：寻找棋盘图的内角点位置
• 函数形式：int cvFindChessboardCorners( const void* image, CvSize pattern_size, CvPoint2D32f* corners, int* corner_count=NULL, int flags=CV_CALIB_CB_ADAPTIVE_THRESH );
• 参数：
  
  • image：输入的棋盘图，必须是8位的灰度或者彩色图像。
  • pattern_size：棋盘图中每行和每列角点的个数
  • corners：检测到的角点
  • corner_count：输出，角点的个数。如果不是NULL，函数将检测到的角点的个数存储于此变量
  • flags：各种操作标志，可以是0或者下面值的组合：
    
    • CV_CALIB_CB_ADAPTIVE_THRESH - 使用自适应阈值（通过平均图像亮度计算得到）将图像转换为黑白图，而不是一个固定的阈值。
    • CV_CALIB_CB_NORMALIZE_IMAGE - 在利用固定阈值或者自适应的阈值进行二值化之前，先使用cvNormalizeHist来均衡化图像亮度。
    • CV_CALIB_CB_FILTER_QUADS - 使用其他的准则（如轮廓面积，周长，方形形状）来去除在轮廓检测阶段检测到的错误方块
• 返回值：如果找到角点返回1，没有找到返回0；

cornerSubPix

• 功能：在角点检测中精确化角点位置
• 函数原型：void cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria);
C: void cvFindCornerSubPix(const CvArr* image, CvPoint2D32f* corners, int count, CvSize win, CvSize zero_zone, CvTermCriteria criteria);
• 参数：
  
  • image：输入图像
  • corners：输入角点的初始坐标以及精准化后的坐标用于输出
  • winSize：搜索窗口边长的一半，例如如果winSize=Size(5,5)，则一个大小为：的搜索窗口将被使用。
  • zeroZone：搜索区域中间的dead region边长的一半，有时用于避免自相关矩阵的奇异性。如果值设为(-1,-1)则表示没有这个区域。
  • criteria：角点精准化迭代过程的终止条件。也就是当迭代次数超过criteria.maxCount，或者角点位置变化小于criteria.epsilon时，停止迭代过程。

• CvTermCriteria 类：迭代算法的终止准则

  • 原型：
    
    • `typedef struct CvTermCriteria
      {
      int type; /* CV_TERMCRIT_ITER 和CV_TERMCRIT_EPS二值之一，或者二者的组合 */
      int max_iter; /* 最大迭代次数 */
      double epsilon; /* 结果的精确性 */
  • 宏定义：
    
    • CV_TERMCRIT_ITER：代终止条件为达到最大迭代次数终止
    • CV_TERMCRIT_EPS：迭代到阈值终止

  源代码

#pragma comment( linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"" )   //掩藏控制台
#include

int main()
{
    cv::Mat image, Extractcorner;
    cv::vector corners;    //用来储存所有角点坐标
    cv::Size board_size = cv::Size(6, 8);   //标定板每行，每列角点数
    image = cv::imread("2.jpg");
    Extractcorner = image.clone();

    cv::Mat imageGray;
    cv::cvtColor(image, imageGray, CV_RGB2GRAY);
    bool patternfound = cv::findChessboardCorners(image, board_size, corners, cv::CALIB_CB_FAST_CHECK + cv::CALIB_CB_ADAPTIVE_THRESH + cv::CALIB_CB_NORMALIZE_IMAGE);
    if (!patternfound)
    {
        std::cout << "can not find chessboard corners!" << std::endl;
        exit(1);
    }
    else
    {
        //亚像素精确化
        cv::cornerSubPix(imageGray, corners, cv::Size(11, 11), cv::Size(-1, -1), cv::TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 30, 0.1));
    }

    //角点检测图像显示
    for (int i = 0; i < corners.size(); i++)
    {
        cv::circle(Extractcorner, corners[i], 5, cv::Scalar(255, 0, 255), 2);
    }
    cv::imshow("Extractcorner", Extractcorner);

    cv::waitKey(0);

    return 0;
}

效果：