Калибровка веб-камеры с использованием ошибок Python и OpenCV

копание в исходном коде:

for( i = 0; i < nimages; i++, j += ni )
{
    Mat objpt = objectPoints.getMat(i);
    Mat imgpt1 = imagePoints1.getMat(i);
    ni = objpt.checkVector(3, CV_32F);
    int ni1 = imgpt1.checkVector(2, CV_32F);
    CV_Assert( ni > 0 && ni == ni1 );
    ...

это: Assertion failed (ni > 0 && ni == ni1) означает, что ваш объект массив имеет нулевую длину или что массивы объектов и изображений имеют разные размеры.

для ясности: calibrateCamera() ожидает, что будет предоставлен не только массив точек объекта и другой массив точек изображения, но и массив массивов изображений и точек объекта. Если у вас есть только одно изображение (и, следовательно, одна пара наборов точки изображения и объекта) вы можете просто обернуть эти массивы в квадратные скобки:

obj = [[x, y, z], [x1, y1, z1]] # wrong
img = [[x, y], [x1, y1]]        # wrong

obj = [[[x, y, z], [x1, y1, z1]]] # right
img = [[[x, y], [x1, y1]]]        # right

вспоминая, когда я впервые последовал за этим уроком, похоже, что единственное, что вы изменили, это расширение файла (от jpg до png), которое предполагает, что вы используете свои собственные ресурсы - и поэтому ваша проблема может заключаться в количестве изображений, которые вы используете. Я думаю, что возможно, что изображение/изображения, которые вы используете, просто не имеют шахматной доски выход успешно-и поэтому Ваш массив точек объекта никогда не получает ничего добавленного к нему. Попробуйте распечатать массивы перед запуском calibrateCamera и, возможно, используя изображения шахматной доски, предоставленные внутри /samples/cpp

у меня была та же проблема, и после небольшого исследования я нашел проблему в ответах здесь.

я решил изменить форму objp:

objp = objp.reshape(-1,1,3)

также у меня была другая проблема: количество углов обнаружено findChessboardCorners может быть меньше 7 * 6 (размер шаблона), поэтому я просто сохранил количество углов, найденных 3D-точками:

corners2 = cv2.cornerSubPix(image=gray, corners=corners, 
               winSize=(11,11), zeroZone=(-1,-1),
               criteria=(cv2.TERM_CRITERIA_EPS + 
                         cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001))
imgpoints.append(corners2)
objpoints.append(objp[0:corners2.shape[0]])

после этого код работал нормально: D

редактировать: я понял, что количество углов может быть меньше, чем размер шаблона, если вместо использования retval (True или False) мы проверяем, что corners не None.

поэтому я обнаружил, что ошибка связана с тем, что imgpoints - это 1 длинный массив, когда он должен быть таким же длинным, как objpoints. Я обнаружил, что если вы используете одно изображение, вы можете напрямую заменить imgpoints в функции калибровки на углы. Надеюсь, это поможет любому с той же ошибкой.

(внесли некоторые изменения по пути, и я все еще пытаюсь исправить его, чтобы использовать несколько изображений)

import numpy as np
import cv2
import glob

# termination criteria
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
# Arrays to store object points and image points from all the images.

imgpoints = [] # 2d points in image plane.
images = glob.glob('*.png')

for fname in images:

    img = cv2.imread(fname)
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    ret = False
    # Find the chess board c  orners
    ret, corners = cv2.findChessboardCorners(gray, (6,9))
    # If found, add object points, image points (after refining them)
    if ret == True:
        cv2.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria)
        imgpoints.append(corners)
        # Draw and display the corners 
        cv2.drawChessboardCorners(img, (6,9), corners, ret)
        cv2.imshow('img',img)
        cv2.waitKey(0)

cv2.waitKey(0)
for i in range (1,5):
    cv2.waitKey(1)
    cv2.destroyAllWindows()
    cv2.waitKey(1)
imgpoints = np.array(imgpoints,'float32')
print len(corners), len(pattern_points)



pattern_size = (9, 6)
pattern_points = np.zeros( (np.prod(pattern_size), 3), np.float32)
pattern_points[:, :2] = np.indices(pattern_size).T.reshape(-1, 2).astype(np.float32)
pattern_points = np.array(pattern_points,dtype=np.float32)

ret, matrix, dist_coef, rvecs, tvecs = cv2.calibrateCamera([pattern_points], [corners], gray.shape[::-1], flags=cv2.CALIB_USE_INTRINSIC_GUESS)

спасибо @s-low! Ваш исходный код очень полезен.

еще одна возможная ошибка для новичков о тип данных objp.

когда я присваиваю objp = np.zeros((6*7,3), np.float32), Я пренебрег назначением типа данных. В Python 2.7, По умолчанию dtype и float64. Итак, когда код вызывал функцию'cv2.calibrateCamera', была аналогичная ошибка утверждения:

OpenCV Error: Assertion failed (ni >= 0) in collectCalibrationData, file /Users/jhelmus/anaconda/conda-bld/work/opencv-2.4.8/modules/calib3d/src/calibration.cpp, line 3169

Итак, только исходный код ni = objpt.checkVector(3, CV_32F) дал мне подсказку, что матрица objp имеет быть назначенным на float32.

Если вы следовали примеру в:

opencvdoc

тогда проблема проста в решении, это потому, что функция:

Corners2 = cv2.cornerSubPix (серый, углы, (11,11), (-1,1), критерии)

в текущей версии opencv возвращает Null

Это одно и тоже:

Img = cv2.drawChessboardCorners (img, (7.6), corners2, ret)

поэтому все, что вам нужно сделать, это изменить эти строки кода, это моя адаптация кода:

from webcam import Webcam
import cv2
from datetime import datetime
import numpy as np

webcam = Webcam()
webcam.start()

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6*9,3), np.float32)
objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2)
objpoints = []
imgpoints = []
i = 0

while i < 10:
    image = webcam.get_current_frame()
    gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, (9,6), None)    
    print ret

    if ret == True:
        cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)       
        imgpoints.append(corners)
        objpoints.append(objp)
        cv2.drawChessboardCorners(image, (9,6), corners,ret)
        i += 1


    cv2.imshow('grid', image)
    cv2.waitKey(1000)

cv2.destroyAllWindows()
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1],None,None)
np.savez("webcam_calibration_ouput_2", ret=ret, mtx=mtx, dist=dist, rvecs=rvecs, tvecs=tvecs)

класса веб-камера:

import cv2
from threading import Thread

class Webcam:

    def __init__(self):
        self.video_capture = cv2.VideoCapture(0)
        self.current_frame = self.video_capture.read()[1]

    # create thread for capturing images
    def start(self):
        Thread(target=self._update_frame, args=()).start()

    def _update_frame(self):
        while(True):
            self.current_frame = self.video_capture.read()[1]

    # get the current frame
    def get_current_frame(self):
        return self.current_frame

обратите внимание, что числа 6 и 9 могут меняться в зависимости от размеров ваших шахмат, dimmension моих шахмат был 10x7.

у меня была такая же проблема, когда я вводил свои собственные jpg-изображения, сделанные самостоятельно с помощью моей мобильной камеры. Первоначально, когда я просто запускал код, доступный по ссылке, разделяемой вами, я обнаружил, что rect всегда было установлено значение FALSE. Позже я выяснил, что я вводил точный размер шахматной доски, который сделал код, чтобы не распознать шаблон шахматной доски. Я имею в виду, что я использовал шахматную доску размера 8X6 и введенные 8X6 в коде, скажем, например, так же, как ниже

objp = np.zeros((6*8,3), np.float32)
objp[:,:2] = np.mgrid[0:8,0:6].T.reshape(-1,2)

из-за чего он не мог распознать шаблон, когда я уменьшил размер строки и столбца каждый на 1 (или более одного, в моем случае, его 7X5) затем бум, я получил параметры с печатными изображениями в качестве вывода.

objp = np.zeros(((5*7,3), np.float32)
objp[:,:2] = np.mgrid[0:7,0:5].T.reshape(-1,2)

кроме того, если вы используете этот документ для OpenCV 3.0 beta doc есть небольшое изменение, которое, возможно, необходимо исправить, разницу которого вы можете определить, перейдя здесь

Я получил ту же проблему, которая приводит меня к неудачному утверждению (ni > 0 & & ni == ni1); я думаю, что следует узнать истинное значение ni и ni1, о которых говорилось в первом ответе. objectpoint и imagepoints должны быть точно такого же размера. независимо от количества циновки или размера циновки. для меня моя проблема заключается в том, что у меня есть как 5 матов для imagepoints, так и objectpoints, в то время как для размера мата imagepoints-36*2, а objectpoints-48*3. Поэтому я сказал, что они должны быть точно так же, за исключением одного point2f, а другой point3f.