OPENCV3.0 双目立体标定

这里是在上一篇单目标定的基础上拓展来的进行双目标定的程序。

在这个程序里面，默认是先对两个摄像头分别进行了单目标定的，也就是说相机的内参数和畸变向量是知道了的。

所以在进行标定的时候，参数选择的是CALIB_USE_INTRINSIC_GUESS。

此程序依然是使用系统自带的标定的图片，其路径在opencv的安装目录下：opencv\sources\samples\data。

本程序最终的输出图像为

上图就是左右相机的图像经过行对准之后的结果。

具体的代码如下：

// stereoCalibration.cpp : 定义控制台应用程序的入口点。
//
//在进行双目摄像头的标定之前，最好事先分别对两个摄像头进行单目视觉的标定 
//分别确定两个摄像头的内参矩阵，然后再开始进行双目摄像头的标定
//在此例程中是先对两个摄像头进行单独标定(见上一篇单目标定文章)，然后在进行立体标定

#include "stdafx.h"
#include 
#include 
#include "cv.h"
#include 
#include 

using namespace std;
using namespace cv;

const int imageWidth = 640;								//摄像头的分辨率
const int imageHeight = 480;
const int boardWidth = 9;								//横向的角点数目
const int boardHeight = 6;								//纵向的角点数据
const int boardCorner = boardWidth * boardHeight;		//总的角点数据
const int frameNumber = 13;								//相机标定时需要采用的图像帧数
const int squareSize = 20;								//标定板黑白格子的大小 单位mm
const Size boardSize = Size(boardWidth, boardHeight);	//
Size imageSize = Size(imageWidth, imageHeight);

Mat R, T, E, F;											//R 旋转矢量 T平移矢量 E本征矩阵 F基础矩阵
vector rvecs;									    //旋转向量
vector tvecs;										//平移向量
vector> imagePointL;				    //左边摄像机所有照片角点的坐标集合
vector> imagePointR;					//右边摄像机所有照片角点的坐标集合
vector> objRealPoint;					//各副图像的角点的实际物理坐标集合


vector cornerL;								//左边摄像机某一照片角点坐标集合
vector cornerR;								//右边摄像机某一照片角点坐标集合

Mat rgbImageL, grayImageL;
Mat rgbImageR, grayImageR;

Mat Rl, Rr, Pl, Pr, Q;									//校正旋转矩阵R，投影矩阵P 重投影矩阵Q (下面有具体的含义解释）	
Mat mapLx, mapLy, mapRx, mapRy;							//映射表
Rect validROIL, validROIR;								//图像校正之后，会对图像进行裁剪，这里的validROI就是指裁剪之后的区域

/*
事先标定好的左相机的内参矩阵
fx 0 cx
0 fy cy
0 0  1
*/
Mat cameraMatrixL = (Mat_(3, 3) << 532.782, 0,       532.904,
										  0,       342.505, 233.876,
										  0,       0,       1);
Mat distCoeffL = (Mat_(5, 1) << -0.28095, 0.0255745, 0.00122226, -0.000137736, 0.162946);
/*
事先标定好的右相机的内参矩阵
fx 0 cx
0 fy cy
0 0  1
*/
Mat cameraMatrixR = (Mat_(3, 3) << 532.782, 0,       532.904,
											0,      342.505, 233.876,
											0,		0,		 1);
Mat distCoeffR = (Mat_(5, 1) << -0.28095, 0.0255745, 0.00122226, -0.000137736, 0.162946);


/*计算标定板上模块的实际物理坐标*/
void calRealPoint(vector>& obj, int boardwidth, int boardheight, int imgNumber, int squaresize)
{
	//	Mat imgpoint(boardheight, boardwidth, CV_32FC3,Scalar(0,0,0));
	vector imgpoint;
	for (int rowIndex = 0; rowIndex < boardheight; rowIndex++)
	{
		for (int colIndex = 0; colIndex < boardwidth; colIndex++)
		{
			//	imgpoint.at(rowIndex, colIndex) = Vec3f(rowIndex * squaresize, colIndex*squaresize, 0);
			imgpoint.push_back(Point3f(rowIndex * squaresize, colIndex * squaresize, 0));
		}
	}
	for (int imgIndex = 0; imgIndex < imgNumber; imgIndex++)
	{
		obj.push_back(imgpoint);
	}
}

void outputCameraParam(void)
{
	/*保存数据*/
	/*输出数据*/
	FileStorage fs("intrinsics.yml", FileStorage::WRITE);
	if (fs.isOpened())
	{
		fs << "cameraMatrixL" << cameraMatrixL << "cameraDistcoeffL" << distCoeffL <<"cameraMatrixR" << cameraMatrixR << "cameraDistcoeffR" << distCoeffR;
		fs.release();
		cout << "cameraMatrixL=:" << cameraMatrixL <