图像对齐等应用非常有用

Demo源码

voidOpenCVManager::testFindChessboardCorners(){#defineFindChessboardCornersUseCamera1#if!FindChessboardCornersUseCamera// 使用图片std::string srcFilePath ="D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/chessboard.png";//    std::string srcFilePath = "D:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/24.jpg";cv::Mat srcMat =cv::imread(srcFilePath);#else// 使用摄像头cv::VideoCapture capture;// 插入USB摄像头默认为0if(!capture.open(0)){qDebug()<<__FILE__<<__LINE__<<"Failed to open camera: 0";}else{qDebug()<<__FILE__<<__LINE__<<"Succeed to open camera: 0";}while(true){cv::Mat srcMat;capture >>srcMat;#endifintchessboardColCornerCount =6;intchessboardRowCornerCount =9;// 步骤一：读取文件//    cv::imshow("1", srcMat);//    cv::waitKey(0);// 步骤二：缩放，太大了缩放下（可省略）cv::resize(srcMat,srcMat,cv::Size(srcMat.cols /2,srcMat.rows /2));cv::Mat srcMat2 =srcMat.clone();cv::Mat srcMat3 =srcMat.clone();//    cv::imshow("2", srcMat);//    cv::waitKey(0);// 步骤三：灰度化cv::Mat grayMat;cv::cvtColor(srcMat,grayMat,cv::COLOR_BGR2GRAY);cv::imshow("3",grayMat);//    cv::waitKey(0);// 步骤四：检测角点std::vector<cv::Point2f>vectorPoint2fCorners;boolpatternWasFound =false;patternWasFound =cv::findChessboardCorners(grayMat,cv::Size(chessboardColCornerCount,chessboardRowCornerCount),vectorPoint2fCorners,cv::CALIB_CB_ADAPTIVE_THRESH |cv::CALIB_CB_FAST_CHECK |cv::CALIB_CB_NORMALIZE_IMAGE);/*    enum { CALIB_CB_ADAPTIVE_THRESH = 1,    // 使用自适应阈值将图像转化成二值图像           CALIB_CB_NORMALIZE_IMAGE = 2,    // 归一化图像灰度系数(用直方图均衡化或者自适应阈值)           CALIB_CB_FILTER_QUADS    = 4,    // 在轮廓提取阶段，使用附加条件排除错误的假设           CALIB_CB_FAST_CHECK      = 8     // 快速检测         };    */cvui::printf(srcMat,0,0,1.0,0xFF0000,"found = %s",patternWasFound ?"true":"false");cvui::printf(srcMat,0,24,1.0,0xFF0000,"count = %d",vectorPoint2fCorners.size());qDebug()<<__FILE__<<__LINE__<<vectorPoint2fCorners.size();// 步骤五：绘制棋盘点cv::drawChessboardCorners(srcMat2,cv::Size(chessboardColCornerCount,chessboardRowCornerCount),vectorPoint2fCorners,patternWasFound);#ifFindChessboardCornersUseCameracv::imshow("0",srcMat);cv::imshow("4",srcMat2);if(!patternWasFound){cv::imshow("5",srcMat3);cv::waitKey(1);continue;}#endif// 步骤六：进一步提取亚像素角点cv::TermCriteria criteria(CV_TERMCRIT_EPS |CV_TERMCRIT_ITER,// 类型30,// 参数二: 最大次数0.001);// 参数三：迭代终止阈值/*    #define CV_TERMCRIT_ITER    1                   // 终止条件为: 达到最大迭代次数终止    #define CV_TERMCRIT_NUMBER  CV_TERMCRIT_ITER    //    #define CV_TERMCRIT_EPS     2                   // 终止条件为: 迭代到阈值终止    */qDebug()<<__FILE__<<__LINE__<<vectorPoint2fCorners.size();cv::cornerSubPix(grayMat,vectorPoint2fCorners,cv::Size(11,11),cv::Size(-1,-1),criteria);// 步骤七：绘制棋盘点cv::drawChessboardCorners(srcMat3,cv::Size(chessboardColCornerCount,chessboardRowCornerCount),vectorPoint2fCorners,patternWasFound);cv::imshow("5",srcMat3);//    cv::waitKey(0);#ifFindChessboardCornersUseCameracv::waitKey(1);}//    cv::imshow(_windowTitle.toStdString(), dstMat);#elsecv::waitKey(0);#endif}

对应工程模板v1.67.0

入坑

入坑一：无法检测出角点

问题

  检测角点失败
  

原因

  输入棋牌横向竖向角点的数量入函数，而不是输入行数和列数。

• 径向畸变
• 切向畸变
• 薄棱镜畸变
    通常情况下，径向畸变的影响要远远大于其他畸变。

  解决

    输入正确的横向纵向角点数量即可。

• corners：初始的角点坐标向量，同时作为亚像素坐标位置的输出，因此需要是浮点型数据。如果为 true，则函数会在角点周围绘制彩色的方框；如果为 false，则只会绘制白色的方框。角点位置变化量或角点误差变化量等。
    findChessboardCorners 函数通常用于相机标定，通过检测棋盘角点来确定图像与真实世界之间的对应关系。一旦角点被检测到，就可以使用这些点来估计相机的内参（如焦距、
  
  

  上一篇：《OpenCV开发笔记（七十五）：相机标定矫正中使用remap重映射进行畸变矫正》
  下一篇：《OpenCV开发笔记（七十七）：相机标定（二）：通过棋盘标定计算相机内参矩阵矫正畸变摄像头图像》

  
  

  若该文为原创文章，转载请注明原文出处
  本文章博客地址：https://blog.csdn.net/qq21497936/article/details/136535848