单目相机标定

import cv2
import numpy as np
import glob

# 找棋盘格角点
# 阈值 
#criteria:角点精准化迭代过程的终止条件
criteria = （cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER 30 0.001）
#棋盘格模板规格
w = 6
h = 9
# 世界坐标系中的棋盘格点例如（000） （100） （200） ....（850），去掉Z坐标，记为二维矩阵
objp = np.zeros（（w*h3） np.float32）
‘‘‘
设定世界坐标下点的坐标值，因为用的是棋盘可以直接按网格取；
假定棋盘正好在x-y平面上，这样z值直接取0，简化初始化步骤。
mgrid把列向量[0:cbraw]复制了cbcol列，把行向量[0:cbcol]复制了cbraw行。
转置reshape后，每行都是4×6网格中的某个点的坐标。
‘‘‘
objp[::2] = np.mgrid[0:w0:h].T.reshape（-12）
# 储存棋盘格角点的世界坐标和图像坐标对
objpoints = [] # 在世界坐标系中的三维点
imgpoints = [] # 在图像平面的二维点
#glob是个文件名管理工具
images = glob.glob（‘/home/fanfan/相机标定/*.jpeg‘）

#对每张图片，识别出角点，记录世界物体坐标和图像坐标
for fname in images:
    img = cv2.imread（fname）
    gray = cv2.cvtColor（imgcv2.COLOR_BGR2GRAY）
    # 找到棋盘格角点
     #寻找角点，存入corners，ret是找到角点的flag
    ret corners = cv2.findChessboardCorners（gray （wh）None）
    # 如果找到足够点对，将其存储起来
    if ret == True:
        #执行亚像素级角点检测
        cv2.cornerSubPix（graycorners（1111）（-1-1）criteria）
        objpoints.append（objp）
        imgpoints.append（corners）
        # 将角点在图像上显示
        #在棋盘上绘制角点只是可视化工具
        cv2.drawChessboardCorners（img （wh） corners ret）