OpenCV（cv::findChessboardCorners()）

做梦当财神發表於2024-08-30
OpenCV

目錄
  • 1. 函式原型
  • 2. 使用場景
  • 3. 工作原理
  • 4. 示例
    • 4.1 角點精細化
    • 4.2 附加標誌
  • 5. 注意事項



cv::findChessboardCorners() 是 OpenCV 提供的一個函式，常用於計算機視覺中的棋盤影像角點檢測，特別是相機標定（calibration）和三維重建相關的任務中。



1. 函式原型

bool cv::findChessboardCorners(
    InputArray image, 
    Size patternSize, 
    OutputArray corners, 
    int flags = 0
);

引數：

  1. image：輸入影像，通常是灰度圖（單通道）。如果是彩色影像，需要先將其轉換為灰度圖才能傳遞給該函式。

  2. patternSize：棋盤的內角點數目，表示為 Size(columns, rows)，其中：

    • columns 是棋盤影像中角點的列數（即內部方格數量 - 1）。
    • rows 是棋盤影像中角點的行數（即內部方格數量 - 1）。

  3. corners：檢測到的棋盤內角點的亞畫素級座標。該輸出引數是一個 OutputArray，其內容是一個 vector<Point2f> 型別的角點座標列表。

  4. flags（可選）：用於調整檢測過程的附加引數（標誌位）。一些可選的標誌如下：

    • cv::CALIB_CB_ADAPTIVE_THRESH：自適應閾值化。
    • cv::CALIB_CB_NORMALIZE_IMAGE：歸一化影像亮度，通常和 ADAPTIVE_THRESH 一起使用。
    • cv::CALIB_CB_FILTER_QUADS ：篩選出只有四個頂點的四邊形。
    • cv::CALIB_CB_FAST_CHECK：快速檢查模式，不做角點精確檢測，用於減少計算時間。適合用於初步篩選。

返回值：

  • 返回值為 bool 型別。如果成功檢測到角點，返回 true；否則返回 false。這個值表明函式是否成功找到了指定數量的棋盤角點。


2. 使用場景

cv::findChessboardCorners() 主要用於：

  • 相機標定：檢測棋盤的角點，用於後續標定過程中計算相機的內參、外參和畸變係數。
  • 立體視覺中的校正：在左右兩個攝像頭影像中找到匹配的棋盤角點，進行立體校正。
  • 3D 重建：透過多視角的角點資訊，推斷棋盤相對於相機的 3D 位姿。


3. 工作原理

cv::findChessboardCorners() 使用影像處理和模式識別的方法來檢測棋盤影像中的角點。這些角點是棋盤中黑白格子交界的內角點，因此角點的數量是基於指定的 patternSize，即棋盤中內部的格子數。



4. 示例

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
    Mat image = imread("chessboard.jpg", IMREAD_GRAYSCALE);
    Size patternSize(7, 7);  // 假設棋盤有 7x7 個內角點

    std::vector<Point2f> corners;
    bool found = findChessboardCorners(image, patternSize, corners, CALIB_CB_ADAPTIVE_THRESH | CALIB_CB_NORMALIZE_IMAGE);

    if (found) {
        // 角點精細化
        cornerSubPix(image, corners, Size(11, 11), Size(-1, -1), TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 30, 0.1));

        // 繪製檢測到的角點
        drawChessboardCorners(image, patternSize, Mat(corners), found);
        imshow("Corners", image);
        waitKey(0);
    }

    return 0;
}

在這個示例中，程式載入棋盤影像並呼叫 findChessboardCorners() 查詢 7x7 個內角點，然後繪製這些角點。還呼叫了 cornerSubPix() 進行角點的亞畫素級精度最佳化。

4.1 角點精細化

角點檢測完成後，通常會對角點位置進行精細化（sub-pixel refinement），這可以進一步提高角點位置的準確性。cornerSubPix() 函式用於這個目的，它基於影像的灰度級別對角點進行二次調整，提供亞畫素級的精度。

4.2 附加標誌

  • CALIB_CB_ADAPTIVE_THRESH：自適應閾值化可以更好地處理光照不均勻的情況，特別是在高對比度條件下。
  • CALIB_CB_NORMALIZE_IMAGE：歸一化影像亮度可以消除光照差異的影響，通常和自適應閾值化結合使用。


5. 注意事項

  1. 棋盤的設計：findChessboardCorners() 假設棋盤是由交替的黑白方塊組成，因此必須保證棋盤圖案規則、清晰且光照均勻。
  2. 影像預處理：在某些情況下，可能需要對輸入影像進行一些預處理（如平滑、銳化、直方圖均衡化）以提高角點檢測的精度。
  3. 標定影像質量：對於相機標定任務，輸入影像中的棋盤角點越多，拍攝的角度越豐富（不同的視角），標定精度會越高。

透過上述介紹可以看出，cv::findChessboardCorners() 是一個功能強大且重要的函式，特別適用於相機標定和立體視覺中的角點檢測。



相關文章