opencv3计算摄像头内参

ORB-SLAM2跑单目SLAM需要设定相机参数到yaml文件，这里来说下如何利用opencv进行相机参数设定。

环境

Win10，VS2015+opencv3.3.1

对摄像机进行标定可以使用直接使用摄像头也可以事先拍好照片。利用自己摄像头批量拍摄图片见：[opencv3调用笔记本摄像头批量拍摄图片]。(http://blog.csdn.net/xiangxianghehe/article/details/78807480)本文采用的是事先拍好照片，这里的照片采用的是openCV3.3.1源码自带的图片。图片位置在

E:\opencv331\opencv\sources\samples\data

目录下，见下图所示:

图片包括：

然后把

E:\opencv331\opencv\sources\samples\cpp

目录下的

imagelist_creator.cpp

复制到vs2015，生成相应的

imagelist_creator.exe

程序。

/*this creates a yaml or xml list of files from the command line args
*/
//imagelist_creator.cpp

#include "opencv2/core.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <string>
#include <iostream>

using std::string;
using std::cout;
using std::endl;

using namespace cv;

static void help(char** av)
{
    cout << "\nThis creates a yaml or xml list of files from the command line args\n"
        "usage:\n./" << av[] << " imagelist.yaml *.png\n"
        << "Try using different extensions.(e.g. yaml yml xml xml.gz etc...)\n"
        << "This will serialize this list of images or whatever with opencv's FileStorage framework" << endl;
}

int main(int ac, char** av)
{
    cv::CommandLineParser parser(ac, av, "{help h||}{@output||}");
    if (parser.has("help"))
    {
        help(av);
        return ;
    }
    string outputname = parser.get<string>("@output");

    if (outputname.empty())
    {
        help(av);
        return ;
    }

    Mat m = imread(outputname); //check if the output is an image - prevent overwrites!
    if (!m.empty()) {
        std::cerr << "fail! Please specify an output file, don't want to overwrite you images!" << endl;
        help(av);
        return ;
    }

    FileStorage fs(outputname, FileStorage::WRITE);
    fs << "images" << "[";
    for (int i = ; i < ac; i++) {
        fs << string(av[i]);
    }
    fs << "]";
    return ;
}
           

打开cmd,输入

imagelist_creator.exe

的目录,把上面的所有图片也复制到该目录下，执行：

最后会在该目录下生成一个

imglist.yaml

文本。

接下来移除

imagelist_creator.cpp

添加

calibration.cpp

（位置也在

E:\opencv331\opencv\sources\samples\cpp

）,在VS2015中生成相应的

calibration.exe

程序。

然后把

calibration.exe

和上面那些图片放到一块，执行：

calibration imglist.yaml left01.jpg left02.jpg left03.jpg left04.jpg left05.jpg left06.jpgleft07.jpg left08.jpg left09.jpg  left11.jpg left12.jpg left13.jpgleft14.jpg right01.jpg right02.jpg right03.jpg right04.jpg right05.jpgright06.jpg right07.jpg right08.jpg right09.jpg right11.jpg right12.jpg right13.jpg right14.jpg -w= -h=
           

就会打印出：

RMS error reported by calibrateCamera: 
Calibration succeeded. avg reprojection error = 
           

还会在同一目录生成一个

out_camera_data.yml

文件，内容如下：

%YAML:
---
calibration_time: "Fri Dec 15 09:19:01 2017"
image_width: 
image_height: 
board_width: 
board_height: 
square_size: 
aspectRatio: 
flags: 
camera_matrix: !!opencv-matrix
   rows: 
   cols: 
   dt: d
   data: [ , , , ,
       , , , ,  ]
distortion_coefficients: !!opencv-matrix
   rows: 
   cols: 
   dt: d
   data: [ -, -,
       , -,
        ]
avg_reprojection_error: 
           

至此，大功告成！！