Android通过OpenCV实现相机标定

在 Android 中使用 OpenCV 实现相机标定，你可以按照以下步骤进行操作：

1. 首先，确保你已经在项目中引入了 OpenCV 库的依赖。

2. 创建一个 CameraCalibrator 类，用于执行相机标定。

    import org.opencv.calib3d.Calib3dimport org.opencv.core.CvType.CV_32Fimport org.opencv.core.CvType.CV_64Fimport org.opencv.core.Matimport org.opencv.core.MatOfPoint2fimport org.opencv.core.MatOfPoint3fimport org.opencv.core.Sizeclass CameraCalibrator {private val objectPoints = ArrayList<Mat>()private val imagePoints = ArrayList<Mat>()private var imageSize = Size()var cameraMatrix = Mat(3, 3, CV_64F)private var distortionCoefficients = Mat(5, 1, CV_64F)// 添加一组图像点和对应的物理世界点fun addObjectPoint(objectPoint: Mat) {objectPoints.add(objectPoint)}fun addImagePoint(imagePoint: Mat) {imagePoints.add(imagePoint)}执行相机标定fun calibrate(): Mat? {val rotationVectors = ArrayList<Mat>()val translationVectors = ArrayList<Mat>()val rms = Calib3d.calibrateCamera(objectPoints,imagePoints,imageSize,cameraMatrix,distortionCoefficients,rotationVectors,translationVectors)if (rms < 1.0) {return cameraMatrix}return null}// 获取相机矩阵fun getCameraMatrix(): Mat {return cameraMatrix}// 获取畸变系数fun getDistortionCoefficients(): Mat {return distortionCoefficients}fun setImageSize(width: Int, height: Int) {imageSize = Size(width.toDouble(), height.toDouble())}}
   

3. 通过Camera2获取到帧数据后转成灰度图Mat，创建一个 CameraCalibrator 对象，添加物理世界点和图像点

    fun startCalib(){calibrator = CameraCalibrator()GlobalScope.launch(Dispatchers.IO) {var grayMat = Mat(CameraUtil.cameraH, CameraUtil.cameraW, CvType.CV_8UC1);grayMat.put(0,0,data)addPoint(grayMat)}}fun addPoint(grayImage:Mat){Log.i(TAG,"addPointstart")val corners = MatOfPoint2f()val patternSize = Size(11.0, 8.0) // 棋盘格的内角点数目val found = Calib3d.findChessboardCorners(grayImage, patternSize, corners,Calib3d.CALIB_CB_ADAPTIVE_THRESH or Calib3d.CALIB_CB_NORMALIZE_IMAGE)if (found) {Log.i(TAG,"addPointend found")// 添加图像点和物理世界点val objectPoints = MatOfPoint3f()for (i in 0 until patternSize.height.toInt()) {for (j in 0 until patternSize.width.toInt()) {objectPoints.push_back(MatOfPoint3f(Point3(j.toDouble(), i.toDouble(), 0.0)))}}calibrator?.addObjectPoint(objectPoints)calibrator?.addImagePoint(corners)}Log.i(TAG,"addPointend")stopCabin()}
   

4. 执行相机标定，并获取相机矩阵和畸变系数

    fun stopCabin(){Log.i(TAG,"stopCabin")calibrator?.setImageSize(1920, 1080)val cameraMatrix = calibrator?.calibrate()val distortionCoefficients = calibrator?.getDistortionCoefficients()if (cameraMatrix != null) {// 标定成功，可以使用相机矩阵进行后续处理//查看相机的内参（相机矩阵），你可以获取 cameraMatrix 输出的 Mat 对象，并使用 OpenCV 提供的函数来解析和显示其内容//将 cameraMatrix 转换为双精度数组val cameraMatrixArray = DoubleArray(9)cameraMatrix.get(0, 0, cameraMatrixArray)Log.i(TAG,"相机内参 = "+cameraMatrixArray.contentToString())} else {// 标定失败，请检查标定图像和参数设置}}
   

5. Calib3d.calibrateCamera() 方法用于相机标定，它接受多个参数来执行标定过程。下面是各个参数的含义：
   objectPoints：一个 ArrayList 对象，存储了多个棋盘格的物理世界坐标点。每个 Mat 对象表示一个图像对应的物理世界坐标点。该参数用于指定棋盘格的内角点在物理世界中的坐标。
   imagePoints：一个 ArrayList 对象，存储了多个棋盘格的图像坐标点。每个 Mat 对象表示一个图像中检测到的棋盘格的内角点坐标。该参数用于指定棋盘格的内角点在图像中的坐标。
   imageSize：一个 Size 对象，指定图像的大小（宽度和高度）。该参数用于指定输入图像的尺寸。
   cameraMatrix：一个 Mat 对象，用于存储输出的相机矩阵。相机矩阵包含了相机的内参，如焦距和光心坐标等信息。
   distortionCoefficients：一个 Mat 对象，用于存储输出的畸变系数。畸变系数描述了相机的畸变情况，包括径向畸变和切向畸变等。
   rotationVectors：一个 ArrayList 对象，用于存储输出的旋转向量。每个旋转向量表示了相机在捕获每张图像时的姿态信息。
   translationVectors：一个 ArrayList 对象，用于存储输出的平移向量。每个平移向量表示了相机在捕获每张图像时的位置信息。
   返回值是一个浮点数，表示标定的均方根误差（RMSE），用于评估标定结果的准确度。
   请注意，为了将参数传递到 Calib3d.calibrateCamera() 方法中，你需要正确地创建和填充这些参数。特别是 objectPoints 和 imagePoints，它们应该包含正确的物理世界坐标和图像坐标。