從一月到現在一直有乙個問題比較煩人，就是這相機標定的問題，這個問題使用相機的人基本都會先去做這個，很多人在這問題上做研究，有很多種，基於各種模型的，而且演算法都比較成熟。我們一開始就把問題想簡單了，因為opencv說裡面已經寫好了，直接掉出來用就行了。實現確實如此，從開始就出opencv，用一周的之間就寫了出來**，拿別人的相片一看，呵呵呵，還行，結果和別人的差不多，那是就像這時到此結束了.....
真的嗎？我們自己的相機回來的，拍了寫**，發現結果不是一般的不穩定，用6x7的棋盤拍些**是一種結果，換7x7的，就是另外一種結果而且差異很大，鬱悶了。就覺得是自己拍的問題，我們試著用更大的棋盤，拍跟多的結果還是一樣不穩定。覺得自己受騙了，opencv真不穩定。
開始去看張正友的演算法，試著自己去寫，這就是這個月做得事，張正友的演算法第一步使用線性模型求出h矩陣、估算優化、計算內部引數、最大貌似優化、計算畸變引數、使用最大貌似優化引數（大概是這樣），這些就不說了，張正友對操作的過程說的很詳細，相片的拍攝的角度，相片的數量，雜訊的影像、的平整等等，可以看出拍攝對精度的影像是很大的。
1、棋盤的排放
演算法是基於2d模型的，如果棋盤擺放的不平整，肯定會造成很大的影像。
原文：平整度的影像遠遠大於雜訊的影像
張正友在做這個試驗的時候使用：
2.數目的影像
事實上的數目多了會很好的
3.的角度：這裡注意的是的角度是45度最好，但是太大的角度對於角點提取的精度影像比較大，所以保持在45度以內比較好
關於張正友標定法的一些注意事項
從一月到現在一直有乙個問題比較煩人，就是這相機標定的問題，這個問題使用相機的人基本都會先去做這個，很多人在這問題上做研究，有很多種，基於各種模型的，而且演算法都比較成熟。我們一開始就把問題想簡單了，因為opencv說裡面已經寫好了，直接掉出來用就行了。實現確實如此，從開始就出opencv，用一周的之...
關於張正友標定法
關於演算法的實現最好參照一下 opencv2計算機視覺程式設計手冊 第191頁，講的非常好，事實上我們只需要有3d點和2d點的對應我們就可以計算出對應的相機矩陣了，但是一直讓我迷惑的是3d點如何得到。那麼張正友標定法事實上是建立了乙個棋盤模型，對這個棋盤模型進行了不同角度的拍照，這樣這些拍照imag...
python張正友相機標定法的實現
背景 我們拍攝的物體都處於三維世界座標系中，而相機拍攝時鏡頭看到的是三維相機座標系，成像時三維相機座標係向二維影象座標系轉換。不同的鏡頭成像時的轉換矩陣不同，同時可能引入失真，標定的作用是近似地估算出轉換矩陣和失真係數。為了估算，需要知道若干點的三維世界座標系中的座標和二維影象座標系中的座標，也就是...