Matlab R2022b使用Camera Calibrator工具箱张正友标定法进行相机标定附带标定前后对比代码
打开Camera Calibrator
在这添加你拍摄的图片
根据你每个方块的实际边长填写，我是15mm。
通俗一点，要k3就选3 Coefficients，否则为0；要p1、p2就选Tangential Distortion。然后进行计算。
可以点击右侧误差高的选中图像进行移除来提高精度。
移除后会自动重新计算，然后导出参数。
导出后在工作区查看变量
K就是IntrinsicMatrix
TangentialDistortion分别是p1,p2
RadialDistortion分别是k1,k2,k3(选用2 Coefficients为0不显示)
标定后效果如下：
标定前后对比代码：
import cv2
import numpy as np
#IntrinsicMatrix
fx,cx,fy,cy=326.398894622712,284.954173978833,328.070507959748,218.798886581291
#TangentialDistortion
p1,p2=-0.000517178855500132,-0.00236634006321519
#RadialDistortion
k1,k2,k3=0.229371939302846,-0.194046239909587,0def undistort_video(camera_matrix, dist_coeffs, video_source=0): # 打开视频流 cap = cv2.VideoCapture(video_source) # 读取第一帧以获取其尺寸 ret, frame = cap.read() if not ret: print("无法打开视频流或文件") return h, w = frame.shape[:2] # 创建一个窗口用于显示校正前的视频 cv2.namedWindow('Original Video', cv2.WINDOW_AUTOSIZE) # 创建一个窗口用于显示校正后的视频 cv2.namedWindow('Undistorted Video', cv2.WINDOW_AUTOSIZE) while True: # 读取视频帧 ret, frame = cap.read() if not ret: break # 校正图像 undistorted_frame = cv2.undistort(frame, camera_matrix, dist_coeffs, None, camera_matrix) # 显示校正前和校正后的视频 cv2.imshow('Original Video', frame) cv2.imshow('Undistorted Video', undistorted_frame) # 按'q'键退出 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源和关闭窗口 cap.release() cv2.destroyAllWindows() # 假设你已经有了这些参数，这里只是示例值
camera_matrix = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]], dtype=np.float32)
dist_coeffs = np.array([k1, k2, p1, p2, k3], dtype=np.float32) # 注意：将 fx, fy, cx, cy, k1, k2, p1, p2, k3 替换为你的实际标定值 # 调用函数
undistort_video(camera_matrix, dist_coeffs)