VMware虚拟机中ubuntu使用记录(6)—— 如何标定单目相机的内参(张正友标定法)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 前言
  • 一、张正友相机标定法
    • 1. 工具的准备
    • 2. 标定的步骤
      • (1) 启动相机
      • (2) 启动标定程序
      • (3) 标定过程的操作
      • (5)可能的报错
    • 3. 标定文件内容解析


前言

张正友相机标定法是一种通过测量相机拍摄棋盘格上的特征点来计算相机内参和畸变参数的方法。这种标定方法简单易行,能够帮助恢复真实世界中的三维信息,提高图像处理和分析的准确性。在计算机视觉和机器视觉领域中具有重要应用价值。

一、张正友相机标定法

在ROS中已经集成了对相机完成标定以及畸变矫正的整个流程,直接在ros中调用即可。

1. 工具的准备

黑白棋盘格
黑白棋盘格是由9×7的黑白格组成。在网上可以找到黑白相机棋盘格的pdf文档(需要的可以找我),下载之后将其打印在A3或者A4纸张上,然后量出其方格边长即可(自己量多少就写多少,单位换为国际单位m)。我使用的A4纸张,最终手动量出来A4的是0.0283m

2. 标定的步骤

(1) 启动相机

启动ROS

打开终端1输入: roscore

启动相机,在catkin_ws目录下
打开终端2输入:

   source devel/setup.bash                    //已生效过环境,可跳过此步roslaunch usb_cam usb_cam-test.launch      //usb_cam-test.launch为自己的文件名

(2) 启动标定程序

主目录(home)下打开终端3:

rosrun camera_calibration cameracalibrator.py –size 8×6 –square 0.0283 image:=/usb_cam/image_raw

整个指令输入过程的终端页面如下所示:

在这里插入图片描述

其中,
–size:是上述棋盘的宽度和高度
–square 0.0283:是棋盘的一个小方格的实际尺寸。按自己实际测量的即可,本次测量出来的是28.3毫米,故将square参数改为0.0283即可。
/usb_cam/image_raw:为自己相机的数据的话题

(3) 标定过程的操作

启动标定程序后,弹出以下窗口

在这里插入图片描述

窗口的参数介绍
X:表示标定板在视野中的左右位置。
Y:表示标定板在视野中的上下位置。
Size:标定板在占视野的尺寸大小,也可以理解为标定板离摄像头的远近。
Skew:标定板在视野中的倾斜位置

具体的操作过程:

  1. 标定过程中左右,上下,前后,对角方向前后倾斜标定板,这样使得右边X,Y,Size,Skew变成绿色
  2. X,Y,Size,Skew变成绿色后,CALIBRATE按钮变为蓝色,然后点击(等上半分钟左右)变为下面三个按钮都可以点击
  3. 依次点击SAVE(保存),点击SAVE之后:(‘Wrote calibration data to’, ‘/tmp/calibrationdata.tar.gz’),如下图所示:
    在这里插入图片描述
  4. COMMIT(提交)到相机配置文件中。即可将标定结果保存至本地。

(5)可能的报错

1)问题描述

如果第四步点击COMMIT出现如下报错:

service uri = self. get service uri(request) File
“/opt/ros/melodic/lib/python2.7/dist-packages/rospy/impl/tcpros
service.py”, line 470, in get service uri
raise serviceException(“service [%s] unavailable”%self.resolved name)
rospy.service.ServiceException: service [/camera/set camera info]unavailable

在这里插入图片描述

2) 解决方法
那么只能自行将标定参数移动至:~/.ros/camera_info,具体步骤如下
1.转移到标定文件的存放目录下

cd /tmp

2.解压calibrationdata.tar.gz文件

tar -zxvf calibrationdata.tar.gz

3.将ost.yaml复制到~/.ros/camera_info(若没有camera_info目录,创建一个即可)

在这里插入图片描述

4.将ost.yaml重命名为head_camera.yaml,并修改里面代码

camera_name:head_camera

head_camera.yaml文件内容如下所示:

在这里插入图片描述

最后,使用上述参数的配置文件,重新运行相机的驱动,即可获得较为准确的图像数据

3. 标定文件内容解析

(1) 张正友标定法产生的相机配置文件里:
文件内容对应的参数如下:
camera_matrix:[fx 0 Cx,0 fy Cy,0 0 1]
Distortion_matrix:[k1,k2,p1,p2,k3]

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/6572.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

编译 x264 for iOS

文章目录 编译在 FFMpeg 启用 x264其他编译选项报错处理 环境 : macOS 14.3.1 x264 - 20191217-2245 编译 1、下载 x264 源码 http://download.videolan.org/pub/videolan/x264/snapshots/ 这里我下载x264-snapshot-20191217-2245.tar.bz2 (截止2024-…

OpenAI下周将发布ChatGPT搜索引擎,挑战谷歌搜索!

目前,多方位消息证实,OpenAI将会在5月9日上午10点公布该消息,大约是北京时间周五的凌晨2点。 5月3日,前Mila研究员、麻省理工讲师Lior S爆料,根据OpenAI最新的SSL证书日志显示,已经创建了search.chatgpt.c…

Flutter笔记:Widgets Easier组件库(12)使用消息吐丝(Notify Toasts)

Flutter笔记 Widgets Easier组件库(12)使用消息吐丝(Notify Toasts) - 文章信息 - Author: 李俊才 (jcLee95) Visit me at CSDN: https://jclee95.blog.csdn.netMy WebSite:http://thispage.tech/Email: 29114848416…

ICode国际青少年编程竞赛- Python-1级训练场-基础训练2

ICode国际青少年编程竞赛- Python-1级训练场-基础训练2 1、 a 4 # 变量a存储的数字是4 Dev.step(a) # 因为变量a的值是4,所以Dev.step(a)就相当于Dev.step(4)2、 a 1 # 变量a的值为1 for i in range(4):Dev.step(a)Dev.turnLeft()a a 1 # 变量a的值变为…

C语言数据结构之队列

目录 1.队列的概念及结构2.队列的实现逻辑3.队列的代码实现4.相关例题选择题 •͈ᴗ•͈ 个人主页:御翮 •͈ᴗ•͈ 个人专栏:C语言数据结构 •͈ᴗ•͈ 欢迎大家关注和订阅!!! 1.队列的概念及结构 队列:只允许在一端进行插入数据操作&#x…

【Flask 系统教程 2】路由的使用

Flask 是一个轻量级的 Python Web 框架,其简洁的设计使得构建 Web 应用变得轻而易举。其中,路由是 Flask 中至关重要的一部分,它定义了 URL 与视图函数之间的映射关系,决定了用户请求的处理方式。在本文中,我们将深入探…

【阿里云服务器】ubuntu 22.04.1安装docker以及部署java环境

我的服务器配置是2GB CPU 2GB 内存 Ubuntu22.04 目录 一、阿里云 ubuntu 22.04.1安装docker 二、docker基础命令 三、Windows电脑访问云服务器 四、安装java环境 安装OpenJDK 8(可以根据需要安装其他版本的JDK) 安装java的依赖管理工具maven 一、…

Java | Spring框架 | BeanFactory与ApplicationContext

Spring容器:BeanFactory与ApplicationContext Spring容器是Spring框架的核心,负责实例化、配置和组装Bean。 Spring容器有两种主要类型:BeanFactory和ApplicationContext。 一、BeanFactory 基本功能:BeanFactory是Spring框架…

Web Storage 笔记12 操作购物车

相关内容:购物车实例 WebStorage存储空间足够大,访问都在客户端(Client)完成。有些客户端先处理或检查数据,就可以直接使用WebStorage进行存储,不仅可以提高访问速度,还可以降低服务器的练习。负担。例如,购…

刷机维修进阶教程-----魅族机型更改参数 修复基带 操作步骤解析

前面几篇博文简单解析了下小米 vivo oppo等机型修复基带与更改参数的一些步骤。对于高通芯片来说。明白其原理。一通百通。最近有粉丝私信询问一键新机有关事宜。在与一些工作室合作中发现。一些过项目具体检测的要区别对待。有的只需要修改型号即可方便跳过项目的校验机制, …

DiffSeg——基于Stable Diffusion的无监督零样本图像分割

概述 基于计算机视觉的模型的核心挑战之一是生成高质量的分割掩模。大规模监督训练的最新进展已经实现了跨各种图像风格的零样本分割。此外,无监督训练简化了分割,无需大量注释。尽管取得了这些进展,构建一个能够在没有注释的零样本设置中分…

带文字海报流程自动化

上一篇文章: 带文字海报流程自动化 - 知乎 项目代码整理在: https://github.com/liangwq/Chatglm_lora_multi-gpu​github.com/liangwq/Chatglm_lora_multi-gpu 根据用户的输入生成图片prompt模块代码封装: from openai import OpenAI im…

华为机考入门python3--(22)牛客22- 汽水瓶

分类:数字 知识点: 整除符号// 5//3 1 取余符号% 5%3 2 题目来自【牛客】 import sysdef calc_soda_bottles(n):if n 0: # 结束输入,不进行处理returnelse:# 循环进行汽水换算total_drunk 0 # 记录总共喝了多少瓶汽水while…

Windows系统如何切换32位和64位Python

1.简介 由于需要编译32位的程序,默认已经安装了Anaconda和Pycharm,虚拟环境使用的是64位Python,现在需要使用32位Python开发32位的软件程序。 2.操作过程 2.1查询自己的conda是32位还是64位 打开 Anaconda 命令提示符或任何命令行界面&am…

USP技术提升大语言模型的零样本学习能力

大语言模型(LLMs)在零样本和少样本学习能力上取得了显著进展,这通常通过上下文学习(in-context learning, ICL)和提示(prompting)来实现。然而,零样本性能通常较弱,因为缺…

【数据结构(邓俊辉)学习笔记】列表03——有序列表

文章目录 0. 概述1. 唯一化2. 查找2.1 实现2.2 顺序查找2.3 复杂度 0. 概述 介绍下有序列表。 若列表中所有节点的逻辑次序与其大小次序完全一致,则称作有序列表(sorted list)。为保证节点之间可以定义次序,依然假定元素类型T直接…

WebAssembly 入门教程 c++、python编译wasm

WebAssembly 入门 了解 wasm 使用场景,复杂对象传递和经验法则。 简介 WebAssembly 是一种新的编码方式,可以在现代的网络浏览器中运行。它是一种低级的类汇编语言,具有紧凑的二进制格式,可以接近原生的性能运行,并…

AI大模型探索之路-训练篇13:大语言模型Transformer库-Evaluate组件实践

系列篇章💥 AI大模型探索之路-训练篇1:大语言模型微调基础认知 AI大模型探索之路-训练篇2:大语言模型预训练基础认知 AI大模型探索之路-训练篇3:大语言模型全景解读 AI大模型探索之路-训练篇4:大语言模型训练数据集概…

【算法小白周赛1A】分析 - 题解与代码

题目链接:https://www.starrycoding.com/problem/155 题目描述 小可可最近在学数学运算!他希望考考你,给你两个整数 A , B A,B A,B,询问 A B A\times B AB 是否是偶数。 注意,可能存在前导 0 0 0,比如…

OpenCV | 入门

OpenCV | 入门 安装 参考教程 基础知识 V G A 640 480 VGA 640 \times 480 VGA640480 H D 1280 720 HD 1280 \times 720 HD1280720 F H D 1920 1080 FHD 1920 \times 1080 FHD19201080 4 K 3840 2160 4K 3840 \times 2160 4K38402160 这些都表示了固定的像素…