使用 opencv 进行立体图像校正不起作用

Posted

技术标签:

【中文标题】使用 opencv 进行立体图像校正不起作用【英文标题】:Stereo Image rectification using opencv is not working 【发布时间】:2019-07-30 05:05:09 【问题描述】:

在找到两个摄像头(K1、D1、K2、D2、R、T)的摄像头矩阵后,我正在尝试使用 cv2.stereoRectify 校正两个立体图像。之后,我得到 R1、R2、P1、P2、Q、roi1、roi2 并在 cv2.initUndistortRectifyMap 中使用这些参数来获取左校正图像和右校正图像。 但是使用这种方法后,校正后的图像并不好。我使用 alpha = -1。 这是我的代码:

R1, R2, P1, P2, Q, roi1, roi2 = cv2.stereoRectify(cal_data.camera_model.get('M1'), cal_data.camera_model.get('dist1'), cal_data.camera_model.get('M2'), cal_data.camera_model.get('dist2'),
                                                  (960, 544), cal_data.camera_model.get('R'), cal_data.camera_model.get('T'), alpha=-1)

print(R1, R2, P1, P2)

leftFrame = cv2.imread('/home/nikhil_m/Pictures/Webcam/2019-07-29-171837.jpg')
rightFrame = cv2.imread('/home/nikhil_m/Pictures/Webcam/2019-07-29-171809.jpg')

leftFrame =  cv2.resize(leftFrame,(960,544))
rightFrame = cv2.resize(rightFrame, (960, 544))

leftMapX, leftMapY = cv2.initUndistortRectifyMap(cal_data.camera_model.get('M1'), cal_data.camera_model.get('dist1'), R1, P1, (960,544), cv2.CV_32FC1)
left_rectified = cv2.remap(leftFrame, leftMapX, leftMapY, cv2.INTER_LINEAR, cv2.BORDER_CONSTANT)
rightMapX, rightMapY = cv2.initUndistortRectifyMap(cal_data.camera_model.get('M2'), cal_data.camera_model.get('dist2'), R2, P2, (960,544), cv2.CV_32FC1)
right_rectified = cv2.remap(rightFrame, rightMapX, rightMapY, cv2.INTER_LINEAR, cv2.BORDER_CONSTANT)

有没有更好的方法来纠正图像或者我做错了什么。请帮助

编辑:校准图像。

原图:

相机矩阵:

Intrinsic_mtx_1 [[1.22248627e+03 0.00000000e+00 5.24929333e+02]
 [0.00000000e+00 1.32603348e+03 4.99669610e+01]
 [0.00000000e+00 0.00000000e+00 1.00000000e+00]]

dist_1 [[ 0.09850468  1.08533383 -0.10682535  0.01777223 -3.39061053]]

Intrinsic_mtx_2 [[1.07148978e+03 0.00000000e+00 4.21476300e+02]
 [0.00000000e+00 1.09912897e+03 2.61293969e+02]
 [0.00000000e+00 0.00000000e+00 1.00000000e+00]]

dist_2 [[-0.15751877 -0.12428592 -0.01325468  0.02449842  3.72130512]]

R [[ 0.89624385 -0.12740274 -0.42487116]
 [ 0.14523621  0.98934946  0.00969995]
 [ 0.41911026 -0.0704002   0.90520186]]

T [[16.81657383]
 [-5.69906211]
 [ 2.42601652]]

E [[ -2.74088083  -1.99896304  -5.18233385]
 [ -4.87369619   0.87480896 -16.25313836]
 [  7.55012482  15.91139212  -2.25824725]]

F [[ 1.77370674e-06  1.19257563e-06  3.10912454e-03]
 [ 3.07460616e-06 -5.08784373e-07  1.09461230e-02]
 [-6.78615804e-03 -1.05410214e-02  1.00000000e+00]]

【问题讨论】:

请发布您的源图像和修饰图像。你的相机是平行的吗? @PiotrSiekański 他们大多是parrell 请同时提供 M1、M2、dist1、dist2、R、T 以复制您的结果。 @PiotrSiekański 请在我的编辑问题中查看这些参数。 【参考方案1】:

看看你的旋转矩阵R。如果您的相机是平行的,它应该接近单位矩阵。我用这个code 来检查你的相机之间的角度,结果发现角度是[-4.44710871 -24.77842715 9.20475808],以度为单位。因此,我假设您的相机不是平行的,这就是您的方法不起作用的原因。请参阅我在此thread 中的回答,了解如何在您的情况下进行适当的立体声整流。

【讨论】:

以上是关于使用 opencv 进行立体图像校正不起作用的主要内容,如果未能解决你的问题,请参考以下文章

基于OpenCV立体视觉标定和校正

OpenCV 校正,图像 C++ 上有太多黑色区域

在opencv python中对图像进行倾斜检测的代码

使用立体相机从视差图进行深度重建

使用 openCV(.release() 和 =Mat() 释放 Mat 图像不起作用)

使用 OpenCV 描述符与 findFundamentalMat 匹配