.. _CameraCalibrationSquareChessBoardTutorial:

使用棋盘格来进行摄像机标定
*****************************************

.. highlight:: cpp

这节教程的目标是学习怎样通过一系列棋盘照片进行摄像机标定.

*测试数据*: 使用在你 data 或者 chess 文件夹下的照片. 

#.
    编译带有例子的OpenCV,在cmake的配置中把 ``BUILD_EXAMPLES`` 项设置为 ``ON`` . 

#.
    打开 ``bin`` 文件夹并使用 ``imagelist_creator`` 来创建一个包含你的照片列表的 ``XML/YAML`` 文件.
    
#.
    然后, 运行 ``calibration`` 例子来获取摄像机参数. 使用方格的大小等于3厘米. 

姿势估计
===============

现在, 让我们写一点代码来检测在一幅图像中的棋盘格，并获取他到摄像机的距离. 你可以使用同样的方法来针对任何已知三维几何结构的物体，这个物体可以在一幅图像中被检测到.

*测试数据*: 使用来自你的数据文件夹下的 chess_test*.jpg 图片.

#.
    创建一个空的控制台项目. 载入一幅图片: ::

        Mat img = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);

#.
    使用 findChessboard 函数来检测图片中的棋盘. ::

        bool found = findChessboardCorners( img, boardSize, ptvec, CV_CALIB_CB_ADAPTIVE_THRESH );

#.
    现在, 定义一个容器 ``vector<Point3f>`` 变量,这个数组可以存放在任何坐标系统下的棋盘格三维坐标. 为简便起见, 让我们选择一个棋盘一角在原点并且棋盘在平面 *z = 0* 上的系统.

#.
    从 XML/YAML 文件中读取摄像机参数: ::

        FileStorage fs(filename, FileStorage::READ);
        Mat intrinsics, distortion;
        fs["camera_matrix"] >> intrinsics;
        fs["distortion_coefficients"] >> distortion;

#.
    现在我们通过执行函数 ``solvePnP`` 可以找到棋盘姿势了: ::

        vector<Point3f> boardPoints;
        // 填充数组
        ...

        solvePnP(Mat(boardPoints), Mat(foundBoardCorners), cameraMatrix,
                             distCoeffs, rvec, tvec, false);

#.
    计算重投影误差，参照例子 ``calibration`` (请看 ``opencv/samples/cpp/calibration.cpp``, 函数 ``computeReprojectionErrors``). 

问题: 怎样计算摄像机原点到任一角点的距离呢? 

翻译者
=================
guoming0000@ `OpenCV中文网站 <http://www.opencv.org.cn>`_ <guoming0000@sina.com>