什么是OpenCV FindChessboardCorners惯例?

时间:2013-10-04 20:45:46

标签: c opencv

我正在使用OpenCV 2.2。

如果我使用cvFindChessboardCorners查找棋盘的角落,角落存储在变量corners中的角度是什么(例如,首先是左上角,然后是行然后是列)?

Documentation(没有多大帮助)。

2 个答案:

答案 0 :(得分:0)

我很确定它按行排列棋盘角落,从最靠近图像左上角的角落开始。

棋盘图案没有指定的原点(该校准装置的缺陷之一),所以如果你将它转过90度或180度,你回来的角落将不会是相同的顺序。

确保的方法是查看您获得的实际积分值,看看它们是否符合预期。

编辑:至少在OpenCV 3.3.1和5x3棋盘的情况下,棋盘角可以从左上角或右下角开始返回,具体取决于旋转。

答案 1 :(得分:0)

在我看来,该文档缺少此类细节。

对于3.2.0-dev,在我看来,这取决于棋盘的旋转角度。 这段代码:

cv::Size patternsize(4,3); //number of centers
cv::Mat cal = cv::imread(cal_name);
std::vector<cv::Point2f> centers; //this will be filled by the detected centers

bool found = cv::findChessboardCorners( cal, patternsize, centers, cv::CALIB_CB_ADAPTIVE_THRESH );

std::cout << found << "\n";
if(found){      
    cv::drawChessboardCorners(cal,patternsize,centers,found);

您将获得以下结果:

第一张图片: enter image description here

第一个图像旋转了180度: enter image description here

请注意

与线相连的彩色角

drawChessboardCorners绘制的

,它们的区别仅在于颜色:在原始图像中,红线在底部,在旋转图像中,红线在图像的顶部。 如果您将drawChessboardCorners的灰度图像传递给您,则会丢失这些信息。

如果我需要图片左上角的第一个角,并且可以假设:

  1. 场景中棋盘的角度只会接近0或接近180;
  2. 相机的倾斜度可以忽略不计;

然后,以下代码段将根据需要对角进行重新排序:

cv::Size patternsize(4,3); //number of centers
cv::Mat cal = cv::imread(cal_name);
std::vector<cv::Point2f> centers; //this will be filled by the detected centers

bool found = cv::findChessboardCorners( cal, patternsize, centers, cv::CALIB_CB_ADAPTIVE_THRESH );

std::cout << found << "\n";
if(found){      
    cv::drawChessboardCorners(cal,patternsize,centers,found);
    // I need the first corner at top-left
    if(centers.front().y > centers.back().y){
        std::cout << "Reverse order\n";
        std::reverse(centers.begin(),centers.end());
    }
    for(size_t r=0;r<patternsize.height;r++){
        for(size_t c=0;c<patternsize.width;c++){
            std::ostringstream oss;
            oss << "("<<r<<","<<c<<")";
            cv::putText(cal, oss.str(), centers[r*patternsize.width+c], cv::FONT_HERSHEY_PLAIN, 3, CV_RGB(0, 255, 0), 3);
        }
    }
}

enter image description here enter image description here