Stereo-Kalibrierung Opencv Python und Ungleichheit Anzeigen

Ich bin daran interessiert, die Unterschiede anzeigen einer Szene. So starten Sie mit, ich habe stereo-Kalibrierung mit dem folgenden code (ich schrieb es selbst mit ein wenig Hilfe von Google, nach nicht zu finden, jede hilfreiche tutorials für das gleiche geschrieben in python, OpenCV 2.4.10).

Ich habe Bilder von einem Schachbrett gleichzeitig auf beide Kameras und gespeichert als Links*.jpg und rechts*.jpg.

import numpy as np
import cv2
import glob

# termination criteria
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)

# prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0)
objp = np.zeros((6*9,3), np.float32)
objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2)


# Arrays to store object points and image points from all the images.
objpointsL = [] # 3d point in real world space
imgpointsL = [] # 2d points in image plane.
objpointsR = []
imgpointsR = []

images = glob.glob('left*.jpg')

for fname in images:
    img = cv2.imread(fname)
    grayL = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

    # Find the chess board corners
    ret, cornersL = cv2.findChessboardCorners(grayL, (9,6),None)
    # If found, add object points, image points (after refining them)
    if ret == True:
        objpointsL.append(objp)

        cv2.cornerSubPix(grayL,cornersL,(11,11),(-1,-1),criteria)
        imgpointsL.append(cornersL)


images = glob.glob('right*.jpg')

for fname in images:
    img = cv2.imread(fname)
    grayR = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

    # Find the chess board corners
    ret, cornersR = cv2.findChessboardCorners(grayR, (9,6),None)

    # If found, add object points, image points (after refining them)
    if ret == True:
        objpointsR.append(objp)

        cv2.cornerSubPix(grayR,cornersR,(11,11),(-1,-1),criteria)
        imgpointsR.append(cornersR)



retval,cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, R, T, E, F = cv2.stereoCalibrate(objpointsL, imgpointsL, imgpointsR, (320,240))

Wie kann ich das beheben die Bilder? Welche weiteren Schritte sollte ich tun, bevor Sie zu finden, die die Diskrepanz Karte? Ich habe irgendwo gelesen, dass während der Berechnung des disparitätsbildes, die Funktionen erkannt werden, die auf die beiden Rahmen liegen auf derselben horizontalen Linie. Bitte helfen Sie mir hier draußen. Jede Hilfe wäre sehr geschätzt werden.

nur ein Hinweis, an diesem Punkt habe ich eine Menge Erfahrung mit, und fühlen sich wohl sagen, dass die Bild-Berichtigung-code in opencv ist nicht so robust wie die Bouguet matlab-toolbox. Möglicherweise finden Sie große overfitting in opencv, wenn Sie Ihre Daten gut, in dem Fall die Nachbesserung fehl, und Sie erhalten meist schwarze Bilder. Das Bouguet toolbox ist nützlich, weil Sie exclude-Parameter aus der regression mit mehr Kontrolle als die opencv, um zu reduzieren überanpassung an die stereo-Kalibrierung. Vielleicht werden Sie nicht finden, dieses problem.

InformationsquelleAutor Clive | 2015-01-29

müssen Sie cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2 und "newCameraMatrix" für cv2.undistort()

erhalten Sie "newCameraMatrix" mit cv2.getOptimalNewCameraMatrix()

so, in den Rest von deinem script einfügen:

# Assuming you have left01.jpg and right01.jpg that you want to rectify
lFrame = cv2.imread('left01.jpg')
rFrame = cv2.imread('right01.jpg')
w, h = lFrame.shape[:2] # both frames should be of same shape
frames = [lFrame, rFrame]

# Params from camera calibration
camMats = [cameraMatrix1, cameraMatrix2]
distCoeffs = [distCoeffs1, distCoeffs2]

camSources = [0,1]
for src in camSources:
    distCoeffs[src][0][4] = 0.0 # use only the first 2 values in distCoeffs

# The rectification process
newCams = [0,0]
roi = [0,0]
for src in camSources:
    newCams[src], roi[src] = cv2.getOptimalNewCameraMatrix(cameraMatrix = camMats[src], 
                                                           distCoeffs = distCoeffs[src], 
                                                           imageSize = (w,h), 
                                                           alpha = 0)



rectFrames = [0,0]
for src in camSources:
        rectFrames[src] = cv2.undistort(frames[src], 
                                        camMats[src], 
                                        distCoeffs[src])

# See the results
view = np.hstack([frames[0], frames[1]])    
rectView = np.hstack([rectFrames[0], rectFrames[1]])

cv2.imshow('view', view)
cv2.imshow('rectView', rectView)

# Wait indefinitely for any keypress
cv2.waitKey(0)

hoffe, dass bekommt Sie auf Ihrem Weg zu der nächsten Sache, die möglicherweise Berechnung "disparity maps" 😉

Referenz:

http://www.janeriksolem.net/2014/05/how-to-calibrate-camera-with-opencv-and.html

InformationsquelleAutor samkhan13

1

Versuchen, diesen code, den ich bereits in der Lage gewesen, um zu lösen die Fehler:
```
retVal, cm1, dc1, cm2, dc2, r, t, e, f = cv2.stereoCalibrate(objpointsL, imgpointsL, imgpointsR, (320, 240), None, None,None,None)
```
zurück von den Toten Edmauricio !

InformationsquelleAutor Edmauricio
-1

Erstens, die Verwendung der opencv-Kalibrierung-Anwendung oder matlab calibration toolbox zur Berechnung der Parameter der Kamera. mit den Parametern können Sie korrigieren Sie Ihre Bilder.

nach der Gleichrichtung, beziehen sich auf die python-Beispiel in opencv Codebasis (samples/python/stereo_match.py) zur Berechnung des disparitätsbildes.

Ich berechnet die Parameter der Kamera über den code oben gepostet. Wie kann ich das beheben meine Bilder?
-1 für diese Antwort, da der Kalibrations-Parameter wurden bereits gewonnen. der Beispiel-code in stereo_match.py davon ausgegangen, dass die Bilder bereits korrigiert. aber das Problem hier ist, dass wir nicht noch haben die entzerrten Bilder!

InformationsquelleAutor cloudtex

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.