# CameraCalibration-master

**Repository Path**: binlicoder/camera-calibration-master

## Basic Information

- **Project Name**: CameraCalibration-master
- **Description**: ddddddddddddddddddddddd
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: second
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-31
- **Last Updated**: 2025-08-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 相机标定项目使用文档

## 项目简介

这是一个基于Python和OpenCV的相机标定项目，主要用于：
- 相机内参标定
- 图像预处理和滤波
- 棋盘格检测
- 像素到毫米的转换比例计算
- O型环检测和质量评估

## 环境要求

- Python 3.7+
- Windows/Linux/macOS

## 安装步骤

1. **克隆项目**
   ```bash
   git clone <项目地址>
   cd CameraCalibration-master
   ```

2. **创建虚拟环境（推荐）**
   ```bash
   python -m venv venv
   
   # Windows
   venv\Scripts\activate
   
   # Linux/macOS
   source venv/bin/activate
   ```

3. **安装依赖**
   ```bash
   pip install -r requirements.txt
   ```

## 项目结构

```
CameraCalibration-master/
├── src/                    # 源代码目录
│   ├── images/            # 图像目录
│   │   ├── calibrated/    # 已标定图像
│   │   ├── uncalibrated/  # 未标定图像
│   │   └── raw_ring/      # 原始O型环图像
│   ├── thresh.py          # 图像阈值处理和双边滤波
│   ├── intrinsic.py       # 相机内参标定
│   ├── cv.py              # OpenCV相机标定
│   ├── measure.py         # 像素到毫米转换比例计算
│   ├── manual_measure.py  # 手动测量工具
│   └── B00107064.py       # O型环检测和质量评估
├── save/                  # 处理结果保存目录
├── debug/                 # 调试输出目录
├── data/                  # 测试数据目录
└── requirements.txt       # 项目依赖
```

## 使用指南

### 1. 图像预处理 (thresh.py)

**功能**：对图像进行双边滤波处理，减少噪声并保持边缘清晰。

**使用方法**：
```bash
python src\thresh.py
```

**输入**：`src/images/` 目录下的PNG图像
**输出**：处理后的图像保存到 `save/` 目录

**参数说明**：
- 双边滤波参数：`cv.bilateralFilter(im, 0, 50, 30)`
- 输入目录：`src/images/`
- 输出目录：`save/`

### 2. 相机内参标定 (intrinsic.py)

**功能**：使用棋盘格图像进行相机内参标定。

**使用方法**：
```bash
python src\intrinsic.py
```

**输入**：`save/` 目录下的棋盘格图像
**输出**：相机内参矩阵和调试图像

**参数说明**：
- 棋盘格模式：`(5, 7)` - 5列7行
- 方格尺寸：`1.5mm`
- 输入目录：`save/`
- 调试输出：`debug/`

**注意事项**：
- 确保棋盘格图像清晰，无模糊
- 棋盘格必须完整可见
- 建议使用多张不同角度的棋盘格图像

### 3. OpenCV相机标定 (cv.py)

**功能**：使用OpenCV内置函数进行相机标定。

**使用方法**：
```bash
python src\cv.py
```

**输入**：`src/images/calibrated/1/` 目录下的棋盘格图像
**输出**：相机矩阵、畸变系数、旋转向量、平移向量

**处理流程**：
1. 读取棋盘格图像
2. 检测棋盘格角点
3. 计算相机参数
4. 对原始图像进行畸变校正
5. 保存校正后的图像到 `src/images/calibrated/2/`

### 4. 像素到毫米转换 (measure.py)

**功能**：计算图像中像素到实际毫米的转换比例。

**使用方法**：
```bash
python src\measure.py
```

**输入**：`src/images/calibrated/1/` 目录下的已标定棋盘格图像
**输出**：水平和垂直方向的像素到毫米转换比例

**计算公式**：
- 水平比例 = 1.5mm / 平均水平像素距离
- 垂直比例 = 1.5mm / 平均垂直像素距离

### 5. 手动测量工具 (manual_measure.py)

**功能**：手动点击图像上的两点进行距离测量。

**使用方法**：
```bash
python src\manual_measure.py
```

**操作说明**：
1. 运行脚本后会显示图像
2. 点击图像上的两个点
3. 程序会输出点击的坐标

### 6. O型环检测 (B00107064.py)

**功能**：自动检测O型环并进行质量评估。

**使用方法**：
```bash
python src\B00107064.py
```

**输入**：`src/images/calibrated/2/` 目录下的已校正图像
**输出**：O型环检测结果、质量评估、可视化结果

**检测流程**：
1. 图像预处理和阈值化
2. 形态学操作（腐蚀、膨胀）
3. 连通组件标记
4. 质心计算
5. 半径测量
6. 质量评估

## 常见问题解决

### 1. 路径错误
**问题**：`FileNotFoundError: 系统找不到指定的路径`
**解决**：确保从项目根目录运行脚本，路径已修复为相对路径

### 2. 棋盘格检测失败
**问题**：`没有检测到任何棋盘格`
**解决**：
- 检查棋盘格图像是否清晰
- 确认棋盘格模式大小设置正确
- 确保棋盘格完整可见

### 3. 空数组错误
**问题**：`Mean of empty slice` 或 `nan` 结果
**解决**：
- 检查输入图像是否存在
- 确认图像格式正确
- 验证棋盘格检测是否成功

### 4. 依赖包错误
**问题**：`ModuleNotFoundError`
**解决**：
```bash
pip install -r requirements.txt
```

## 参数调整

### 棋盘格参数
- `PATTERN_SIZE = (5, 7)`：棋盘格列数和行数
- `SQUARE_SIZE = 1.5`：方格实际尺寸（毫米）

### 图像处理参数
- 双边滤波：`cv.bilateralFilter(im, 0, 50, 30)`
- 角点检测：`cv.CALIB_CB_CLUSTERING`

### O型环检测参数
- 允许误差：`allowed_diff = 2`
- 形态学结构：3x3全1矩阵

## 输出文件说明

- `save/`：预处理后的图像
- `debug/`：标定过程的调试图像
- `src/images/calibrated/2/`：畸变校正后的图像

## 技术支持

如遇到问题，请检查：
1. Python版本是否兼容
2. 依赖包是否正确安装
3. 图像文件是否存在且格式正确
4. 棋盘格参数设置是否合适

## 更新日志

- 修复了所有路径问题，使用相对路径
- 添加了详细的错误检查和提示
- 改进了代码的跨平台兼容性
- 优化了图像处理流程