免费行情软件app网站mnu,室内设计联盟官方网站登录,微信公司,四川企业网站建设目录
一、概念
二、代码
2.1实现步骤
2.2完整代码
三、实现效果 一、概念 寻找棋盘格角点#xff08;Checkerboard Corners#xff09;是计算机视觉中相机标定#xff08;Camera Calibration#xff09;过程的重要步骤。 OpenCV 提供了函数 cv2.findChessboardCorners…目录
一、概念
二、代码
2.1实现步骤
2.2完整代码
三、实现效果 一、概念 寻找棋盘格角点Checkerboard Corners是计算机视觉中相机标定Camera Calibration过程的重要步骤。 OpenCV 提供了函数 cv2.findChessboardCorners 来检测棋盘格图像中的角点该函数会从图像的左上角开始扫描以一定的步长步长由棋盘格的大小和图像分辨率决定逐行或逐列地寻找具有棋盘格特征的区域。在找到棋盘格特征后函数会进一步处理这些区域确定精确的角点位置并按照从左到右、从上到下的顺序排列这些角点。这些角点用于标定相机内参和畸变系数。 二、代码
2.1实现步骤 1.图像预处理 将图像转换为灰度图像因为角点检测在灰度图像上更有效。如果图像有噪声可以使用滤波器进行平滑处理。 2.角点检测 使用 Harris 角点检测或其他基于梯度的检测方法找到图像中的所有角点。通过几何约束如角点之间的固定间距筛选出棋盘格的角点。 3.亚像素级精度优化 使用 cv2.cornerSubPix 对检测到的角点进行优化提高角点位置的精度。 2.2完整代码
import cv2
import numpy as np
import glob# 定义棋盘格的大小内角点的个数
chessboard_size (11, 8) # 11x8的棋盘格# 图像文件路径
image_files glob.glob(file_path/*.png) # 替换为实际图像文件路径模式# 检测并绘制棋盘格角点
for image_file in image_files:# 读取图像image cv2.imread(image_file)if image is None:print(fImage at {image_file} not found or failed to read)continue# 将图像转换为灰度图像gray_image cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 寻找棋盘格的角点ret, corners cv2.findChessboardCorners(gray_image, chessboard_size, None)# 如果找到角点则绘制它们if ret:# 优化角点位置criteria (cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)corners2 cv2.cornerSubPix(gray_image, corners, (11, 11), (-1, -1), criteria)# 绘制角点cv2.drawChessboardCorners(image, chessboard_size, corners2, ret)# 为每个角点添加数字标签for i, corner in enumerate(corners2):corner tuple(map(int, corner.ravel())) # 确保corner是一个包含两个整数值的元组cv2.putText(image, str(i1), corner, cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1, cv2.LINE_AA)# 显示结果cv2.imshow(Chessboard Corners, image)# 等待用户按下 ESC 键ASCII 码 27关闭窗口while True:if cv2.waitKey(100) 27: # 每 0.1 秒检查一次break# cv2.waitKey(500) # 等待500毫秒显示下一张图像else:print(fChessboard corners not found in image {image_file})cv2.destroyAllWindows()
三、实现效果
