相机标定与校正：原理与C++工程实践

1. 相机标定与校正的核心原理

相机标定是计算机视觉中最基础也最重要的环节之一。简单来说，它就像给相机做"体检"——通过特定的标定板和算法，计算出相机的"视力参数"。这些参数包括：

• 内参矩阵（Intrinsic Matrix）：描述相机自身的特性，如焦距(fx,fy)、主点(cx,cy)等
• 外参矩阵（Extrinsic Matrix）：描述相机在世界坐标系中的位置和朝向
• 畸变系数（Distortion Coefficients）：量化镜头的径向和切向畸变

实际项目中，我常用的是张正友标定法。它的优势在于只需要一个平面标定板（如棋盘格），就能完成所有参数的标定，非常适合工程应用。

2. C++实现环境搭建

2.1 开发工具选择

推荐使用以下工具链组合：

• 编译器：MSVC（Windows）或GCC（Linux）
• 构建工具：CMake 3.10+
• 核心库：OpenCV 4.5+（必须包含contrib模块）
• IDE：VS Code或Visual Studio

安装OpenCV时特别要注意：

bash复制# Ubuntu安装示例
sudo apt install libopencv-dev libopencv-contrib-dev

2.2 项目目录结构

规范的目录结构能大幅提升开发效率：

code复制camera_calibration/
├── data/               # 标定图像
├── include/            # 头文件
├── src/                # 源文件
│   ├── calibration.cpp # 标定实现
│   └── utils.cpp       # 工具函数
├── CMakeLists.txt      # 构建配置
└── config.yaml         # 参数配置

3. 标定流程代码实现

3.1 标定板检测

首先需要检测标定板的角点：

cpp复制// 棋盘格参数
const Size boardSize(9,6);  // 内角点数量
vector<Point2f> corners;

// 角点检测
bool found = findChessboardCo