我正在处理这个问题,涉及相机校准。我需要校准相机来实现 3D 物体的测量。我正在使用 OpenCV 进行校准,我想知道如何预测或计算相机经过良好校准的体积。有没有办法特别增加光轴方向的体积?在“z”方向上增加校准目标的移动范围的过程是否给出了足够的差异?
最佳答案
我认为您混淆了问题中的一些关键内容:
- 相机校准 - 这意味着找出描述相机位置、旋转、向上向量、畸变、光学中心等的矩阵(内在和外在)。
- 极线整流 - 这实际上意味着“旋转”图像平面,使它们变得共面(平行)。这简化了立体重建算法。
对于相机校准,您不需要关心任何体积 - 不存在相机校准良好或校准错误的体积。如果您使用棋盘图案校准,则您的相机要么已校准,要么未校准。
在处理校正时,您想知道校正图像的哪些区域相对应,并最大化这些区域。 OpenCV 允许您在两个极端之间进行选择 - 要么使返回区域中的所有像素有效并剪切掉不适合矩形区域的像素,要么包括所有无效像素。
OpenCV 文档在这里有一些很好的、更详细的描述:http://opencv.willowgarage.com/documentation/camera_calibration_and_3d_reconstruction.html
关于opencv - 相机标定体积,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4451098/