我试图做使用打开Cv2的和的Python 2.7一个multipectral摄像机标定,以及代码与我从3单色有照片运作良好传感器(RED,NIR和GRE)和RGB。只有在代码中无效的图片才是来自REG传感器的图片(红色绿色)。摄像机标定
代码读取图片,将它们转换为灰色然后发现拐角,子像素,最后一个producres相机校准矩阵。
我已经建立了多个打印的代码中的每个部分,这样我就知道这是不工作的具体部分,所以我知道这是不是在cv2.findChessboardCorners线工作的REG情况。
ret, Bords_Trouves = cv2.findChessboardCorners(Images_en_gris, Lignes_et_Collones, None)
所以我的问题是:
有什么理由不代码工作?或者这是REG传感器图片的问题,我将不得不尝试其他方法将它们转换为灰色?或者是什么 ?
这里是所有代码:
# -*- coding: utf-8 -*-
import numpy as np
import cv2
import glob
import math
import pickle
import matplotlib.pyplot as plt
critere = (cv2.TERM_CRITERIA_MAX_ITER | cv2.TERM_CRITERIA_COUNT, 10, 0.01)
Lignes = 13
Collones = 13
Collones_et_Lignes = (Collones, Lignes)
Lignes_et_Collones = (Lignes, Collones)
Points_Reels = np.zeros((Lignes*Collones, 3), np.float32)
Points_Reels[:, :2] = np.mgrid[0:Lignes, 0:Collones].T.reshape(-1, 2)
# Préparer deux tableaux pour sauvegarder les points objet et points images de totues les images trouvées.
Tableau_points_reels = []
Tableau_points_imaginaires = []
# Les photos du damier qu'on a pris pour le test
Source = "C:/Users/Mourad/Desktop/Calib1804/REG/"
Mes_Images = glob.glob(Source + '*.TIF')
print "les images ont bien étaient récupérées." if Mes_Images else "PROBLEME: images non récupérés !! "
for leo, fname in enumerate(Mes_Images):
print("Image : " + fname)
#if leo > 10:
# break
image_originale = cv2.imread(fname)
Images_en_gris = cv2.cvtColor(image_originale, cv2.COLOR_BGR2GRAY)
print "les images ont bien étaient transformés en gris." if Images_en_gris.all() else "PROBLEME: images non transformés en gris!! "
ret, Bords_Trouves = cv2.findChessboardCorners(Images_en_gris, Lignes_et_Collones, None)
print str(len(Bords_Trouves)) + " Bords trouvés" if ret else "PROBLEME: Bords Non trouvés !!"
Tableau_points_reels.append(Points_Reels)
PL = (11, 11)
Plus_de_precision = cv2.cornerSubPix(Images_en_gris, Bords_Trouves[1], PL, (-1, -1), critere)
print "Sub pixels trouvées" if Plus_de_precision else "PROBLEME: Pas de sub pixels trouvées"
Tableau_points_imaginaires.append(Bords_Trouves)
# far = cv2.drawChessboardCorners(image_originale, Lignes_et_Collones, Bords_Trouves, ret)
#cv2.imshow("Bords trouvées déssinés sur l'image originale", image_originale)
#cv2.waitKey(500)
#()
print "Nombre de points réels trouvés: " + str(len(Tableau_points_reels))
print "Nombres de points imaginaires trouvés: " + str(len(Tableau_points_imaginaires))
h, w = Images_en_gris.shape[:2]
derik, matrice, distortion, vecteur_de_rotation, vecteur_de_translation = cv2.calibrateCamera(Tableau_points_reels, Tableau_points_imaginaires, (w, h), None, None, flags=cv2.CALIB_RATIONAL_MODEL)
print "La matrice de calibration est: "
print matrice
print "La distortion est egale a: "
print distortion
print "Le vecteur de rotation est egal a: "
print vecteur_de_rotation
print "Le vecteur de translation est egal a: "
print vecteur_de_translation
print "\n La matrice de calibration trouvée et données récupérés" if derik else "PROBLEME: Pas de calibration"
newcameramtx, roi = cv2.getOptimalNewCameraMatrix(matrice, distortion, (w, h), 1, (w, h))
# undistortion
Image_calibree = cv2.undistort(image_originale, matrice, distortion, None, newcameramtx)
fgh = cv2.imread("C:/Users/Mourad/Desktop/Calib1804/RGB/IMG_700101_000800_0000_RGB.JPG")
h, w = fgh.shape[:2]
x, y, w, h = roi
Image_calibree = Image_calibree[y:y+h, x:x+w]
cv2.imwrite('Desktop/imagecalibre.png', Image_calibree)
plt.subplot(121), plt.imshow(fgh), plt.title('image originale')
plt.subplot(122), plt.imshow(Image_calibree), plt.title('image calibree')
plt.show()
Erreur_totale = 0
for i in xrange(len(Tableau_points_reels)):
imgpoints2, _ = cv2.projectPoints(Tableau_points_reels[i], vecteur_de_rotation[i], vecteur_de_translation[i], matrice, distortion)
Erreur = cv2.norm(Tableau_points_imaginaires[i], imgpoints2, cv2.NORM_L2)/len(imgpoints2)
Erreur_totale += Erreur
print "Erreur totale: ", Erreur_totale/len(Tableau_points_reels)
cv2.destroyAllWindows()