Camera Calibration using OpenCV2 and Python 2.7 / cv2.findCh

Question

我正在尝试使用打开CV2 和 python 2.7 进行多取代摄像头校准，并且代码与图片的运作良好我从3个单色传感器(红色，NIR和GRE(和RGB的传感器中拥有。代码中唯一无法使用的图片是Reg传感器(红色绿色(的图片。

代码读取图片，将它们转换为灰色，然后找到Corners ， subpixels ，最后生产相机校准矩阵。

我已经在每个部分中构建了具有多个打印的代码，以便我知道哪个是不起作用的确切部分，因此我知道它在 cv2.findchessboard Corners中对REG案例不起作用线。

    ret, Bords_Trouves = cv2.findChessboardCorners(Images_en_gris, Lignes_et_Collones, None)

所以我的问题是：

代码中什么不起作用？还是Reg传感器图片的问题是，我必须尝试另一种方法将它们转换为灰色？或者是什么 ？

这是所有代码：

    # -*- coding: utf-8 -*-
import numpy as np
import cv2
import glob
import math
import pickle
import matplotlib.pyplot as plt

critere = (cv2.TERM_CRITERIA_MAX_ITER | cv2.TERM_CRITERIA_COUNT, 10, 0.01)
Lignes = 13
Collones = 13
Collones_et_Lignes = (Collones, Lignes)
Lignes_et_Collones = (Lignes, Collones)
Points_Reels = np.zeros((Lignes*Collones, 3), np.float32)
Points_Reels[:, :2] = np.mgrid[0:Lignes, 0:Collones].T.reshape(-1, 2)
# Préparer deux tableaux pour sauvegarder les points objet et points images de totues les images trouvées.
Tableau_points_reels = []
Tableau_points_imaginaires = []
# Les photos du damier qu'on a pris pour le test
Source = "C:/Users/Mourad/Desktop/Calib1804/REG/"
Mes_Images = glob.glob(Source + '*.TIF')
print "les images ont bien étaient récupérées." if Mes_Images else "PROBLEME: images non récupérés !! "
for leo, fname in enumerate(Mes_Images):
    print("Image : " + fname)
    #if leo > 10:
     # break
    image_originale = cv2.imread(fname)
    Images_en_gris = cv2.cvtColor(image_originale, cv2.COLOR_BGR2GRAY)
    print "les images ont bien étaient transformés en gris." if Images_en_gris.all() else "PROBLEME: images non transformés en gris!! "
    ret, Bords_Trouves = cv2.findChessboardCorners(Images_en_gris, Lignes_et_Collones, None)
    print str(len(Bords_Trouves)) + " Bords trouvés" if ret else "PROBLEME: Bords Non trouvés !!"
    Tableau_points_reels.append(Points_Reels)
    PL = (11, 11)
    Plus_de_precision = cv2.cornerSubPix(Images_en_gris, Bords_Trouves[1], PL, (-1, -1), critere)

    print "Sub pixels trouvées" if Plus_de_precision else "PROBLEME: Pas de sub pixels trouvées"
    Tableau_points_imaginaires.append(Bords_Trouves)
   # far = cv2.drawChessboardCorners(image_originale, Lignes_et_Collones, Bords_Trouves, ret)
    #cv2.imshow("Bords trouvées déssinés sur l'image originale", image_originale)
    #cv2.waitKey(500)
    #()
print "Nombre de points réels trouvés: " + str(len(Tableau_points_reels))
print "Nombres de points imaginaires trouvés: " + str(len(Tableau_points_imaginaires))
h, w = Images_en_gris.shape[:2]
derik, matrice, distortion, vecteur_de_rotation, vecteur_de_translation = cv2.calibrateCamera(Tableau_points_reels, Tableau_points_imaginaires, (w, h), None, None, flags=cv2.CALIB_RATIONAL_MODEL)
print "La matrice de calibration est: "
print matrice
print "La distortion est egale a: "
print distortion
print "Le vecteur de rotation est egal a: "
print vecteur_de_rotation
print "Le vecteur de translation est egal a: "
print vecteur_de_translation
print "n La matrice de calibration trouvée et données récupérés" if derik else "PROBLEME: Pas de calibration"
newcameramtx, roi = cv2.getOptimalNewCameraMatrix(matrice, distortion, (w, h), 1, (w, h))
# undistortion
Image_calibree = cv2.undistort(image_originale, matrice, distortion, None, newcameramtx)
fgh = cv2.imread("C:/Users/Mourad/Desktop/Calib1804/RGB/IMG_700101_000800_0000_RGB.JPG")
h, w = fgh.shape[:2]
x, y, w, h = roi
Image_calibree = Image_calibree[y:y+h, x:x+w]
cv2.imwrite('Desktop/imagecalibre.png', Image_calibree)
plt.subplot(121), plt.imshow(fgh), plt.title('image originale')
plt.subplot(122), plt.imshow(Image_calibree), plt.title('image calibree')
plt.show()
Erreur_totale = 0
for i in xrange(len(Tableau_points_reels)):
    imgpoints2, _ = cv2.projectPoints(Tableau_points_reels[i], vecteur_de_rotation[i], vecteur_de_translation[i], matrice, distortion)
    Erreur = cv2.norm(Tableau_points_imaginaires[i], imgpoints2, cv2.NORM_L2)/len(imgpoints2)
    Erreur_totale += Erreur
    print "Erreur totale: ", Erreur_totale/len(Tableau_points_reels)
cv2.destroyAllWindows()

Answer 1

如果相同的代码适用于其他传感器的图像，则将您交给cv2.findChessboardCorners的图片有问题。

在进入函数之前，请尝试使用cv2.imshow可视化图像。颜色转换可能是错误的，因为使用cv2.COLOR_BGR2GRAY，将3通道图像转换为灰度，但是如果我理解您的格式，您应该有两个频道。

cv2.findChessboardCorners也应该与颜色图像一起使用，因此最简单的解决方案可能会跳过颜色转换，如果那是弄乱您的图像的原因。