详细说明

命名空间
命名空间	cv::omnidir::internal

类
类	cv::ccalib::CustomPattern

类	cv::multicalib::MultiCameraCalibration
	用于多相机标定的类，支持针孔相机和全向相机。对于全向相机模型，请参考ccalib模块下的omnidir.hpp。该类首先单独标定每个相机，然后应用类似Bundle Adjustment的优化来精炼外参。目前，它仅支持“随机”图案进行标定，详情请参见ccalib模块下的randomPattern.hpp。使用的图像应命名为“cameraIdx-timestamp.*”，具有相同时间戳的几张图像表示它们是同一时间拍摄的同一图案。cameraIdx应从0开始。更多...

类	cv::randpattern::RandomPatternCornerFinder
	用于查找“随机”图案的特征点及其在世界坐标系中对应点的类，可用于标定。当图案部分遮挡或在多相机标定中仅能观察到图案的一部分时，该类非常有用。图案可以通过文件中描述的RandomPatternGenerator类生成。更多...

类	cv::randpattern::RandomPatternGenerator

宏
#define	HEAD -1

#define	INVALID -2

枚举
enum	{ cv::omnidir::CALIB_USE_GUESS = 1 , cv::omnidir::CALIB_FIX_SKEW = 2 , cv::omnidir::CALIB_FIX_K1 = 4 , cv::omnidir::CALIB_FIX_K2 = 8 , cv::omnidir::CALIB_FIX_P1 = 16 , cv::omnidir::CALIB_FIX_P2 = 32 , cv::omnidir::CALIB_FIX_XI = 64 , cv::omnidir::CALIB_FIX_GAMMA = 128 , cv::omnidir::CALIB_FIX_CENTER = 256 }

enum	{ cv::omnidir::RECTIFY_PERSPECTIVE = 1 , cv::omnidir::RECTIFY_CYLINDRICAL = 2 , cv::omnidir::RECTIFY_LONGLATI = 3 , cv::omnidir::RECTIFY_STEREOGRAPHIC = 4 }

enum	{ cv::omnidir::XYZRGB = 1 , cv::omnidir::XYZ = 2 }

函数
double	cv::omnidir::calibrate (InputArrayOfArrays objectPoints, InputArrayOfArrays imagePoints, Size size, InputOutputArray K, InputOutputArray xi, InputOutputArray D, OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, int flags, TermCriteria criteria, OutputArray idx=noArray())
	执行全向相机标定，输出的默认深度为CV_64F。

void	cv::omnidir::initUndistortRectifyMap (InputArray K, InputArray D, InputArray xi, InputArray R, InputArray P, const cv::Size &size, int m1type, OutputArray map1, OutputArray map2, int flags)
	计算全向相机图像变换（由旋转R引起）的去畸变和校正映射。它输出两个用于cv::remap()的映射。如果D为空，则使用零畸变；如果R或P为空，则使用单位矩阵。

void	cv::omnidir::projectPoints (InputArray objectPoints, OutputArray imagePoints, const Affine3d &affine, InputArray K, double xi, InputArray D, OutputArray jacobian=noArray())

void	cv::omnidir::projectPoints (InputArray objectPoints, OutputArray imagePoints, InputArray rvec, InputArray tvec, InputArray K, double xi, InputArray D, OutputArray jacobian=noArray())
	使用CMei模型投影全向相机点的三维坐标到图像像素。

double	cv::omnidir::stereoCalibrate (InputOutputArrayOfArrays objectPoints, InputOutputArrayOfArrays imagePoints1, InputOutputArrayOfArrays imagePoints2, const Size &imageSize1, const Size &imageSize2, InputOutputArray K1, InputOutputArray xi1, InputOutputArray D1, InputOutputArray K2, InputOutputArray xi2, InputOutputArray D2, OutputArray rvec, OutputArray tvec, OutputArrayOfArrays rvecsL, OutputArrayOfArrays tvecsL, int flags, TermCriteria criteria, OutputArray idx=noArray())
	全向相机模型的立体标定。它计算两个相机的内参以及两个相机之间的外参。输出的默认深度为CV_64F。

void	cv::omnidir::stereoReconstruct (InputArray image1, InputArray image2, InputArray K1, InputArray D1, InputArray xi1, InputArray K2, InputArray D2, InputArray xi2, InputArray R, InputArray T, int flag, int numDisparities, int SADWindowSize, OutputArray disparity, OutputArray image1Rec, OutputArray image2Rec, const Size &newSize=Size(), InputArray Knew=cv::noArray(), OutputArray pointCloud=cv::noArray(), int pointType=XYZRGB)
	从一对图像进行立体三维重建。

void	cv::omnidir::stereoRectify (InputArray R, InputArray T, OutputArray R1, OutputArray R2)
	全向相机模型的立体校正。它计算两个相机的校正旋转矩阵。

void	cv::omnidir::undistortImage (InputArray distorted, OutputArray undistorted, InputArray K, InputArray D, InputArray xi, int flags, InputArray Knew=cv::noArray(), const Size &new_size=Size(), InputArray R=Mat::eye(3, 3, CV_64F))
	将全向相机图像去畸变以得到透视图像。

void	cv::omnidir::undistortPoints (InputArray distorted, OutputArray undistorted, InputArray K, InputArray D, InputArray xi, InputArray R)
	使用CMei模型去畸变全向相机的二维图像点。

宏定义文档

◆ HEAD

#define HEAD -1

#include <opencv2/ccalib/multicalib.hpp>

◆ INVALID

#define INVALID -2

#include <opencv2/ccalib/multicalib.hpp>

枚举类型文档 (Enumeration Type Documentation)

◆ anonymous enum

匿名枚举

#include <opencv2/ccalib/omnidir.hpp>

枚举值 (Enumerator)
CALIB_USE_GUESS Python: cv.omnidir.CALIB_USE_GUESS
CALIB_FIX_SKEW Python: cv.omnidir.CALIB_FIX_SKEW
CALIB_FIX_K1 Python: cv.omnidir.CALIB_FIX_K1
CALIB_FIX_K2 Python: cv.omnidir.CALIB_FIX_K2
CALIB_FIX_P1 Python: cv.omnidir.CALIB_FIX_P1
CALIB_FIX_P2 Python: cv.omnidir.CALIB_FIX_P2
CALIB_FIX_XI Python: cv.omnidir.CALIB_FIX_XI
CALIB_FIX_GAMMA Python: cv.omnidir.CALIB_FIX_GAMMA
CALIB_FIX_CENTER Python: cv.omnidir.CALIB_FIX_CENTER

◆ anonymous enum

匿名枚举

#include <opencv2/ccalib/omnidir.hpp>

枚举值 (Enumerator)
RECTIFY_PERSPECTIVE Python: cv.omnidir.RECTIFY_PERSPECTIVE
RECTIFY_CYLINDRICAL Python: cv.omnidir.RECTIFY_CYLINDRICAL
RECTIFY_LONGLATI Python: cv.omnidir.RECTIFY_LONGLATI
RECTIFY_STEREOGRAPHIC Python: cv.omnidir.RECTIFY_STEREOGRAPHIC

◆ anonymous enum

匿名枚举

#include <opencv2/ccalib/omnidir.hpp>

枚举值 (Enumerator)
XYZRGB Python: cv.omnidir.XYZRGB
XYZ Python: cv.omnidir.XYZ

函数文档 (Function Documentation)

◆ calibrate()

double cv::omnidir::calibrate	(	InputArrayOfArrays	objectPoints,
		InputArrayOfArrays	imagePoints,
		Size	size (大小),
		InputOutputArray	K,
		InputOutputArray	xi,
		InputOutputArray	D,
		OutputArrayOfArrays	rvecs,
		OutputArrayOfArrays	tvecs,
		int	flags (标志),
		TermCriteria	criteria,
		OutputArray	idx = noArray() )

Python
	cv.omnidir.calibrate(	objectPoints, imagePoints, size, K, xi, D, flags, criteria[, rvecs[, tvecs[, idx]]]	) ->	retval, K, xi, D, rvecs, tvecs, idx

#include <opencv2/ccalib/omnidir.hpp>

执行全向相机标定，输出的默认深度为CV_64F。

参数

objectPoints	世界（图案）坐标系中的三维点对象，为`vector>`。也可以是`Mat`类型，大小为1xN/Nx1，CV_32FC3。也接受CV_64F类型的数据。
imagePoints	对应的二维图像点，与`objectPoints`的大小和类型必须相同。
size (大小)	标定图像的尺寸。
K	输出的标定相机矩阵。
xi	CMei模型输出参数xi。
D	输出畸变参数 \((k_1, k_2, p_1, p_2)\)。
rvecs	输出每个标定图像的旋转向量。
tvecs	输出每个标定图像的平移向量。
flags (标志)	控制标定的标志。
criteria	优化的终止条件。
idx (索引)	通过初始化检查的图像索引，这些图像将被实际用于标定。因此，`rvecs`的大小与`idx.total()`相同。

◆ initUndistortRectifyMap()

void cv::omnidir::initUndistortRectifyMap	(	InputArray	K,
		InputArray	D,
		InputArray	xi,
		InputArray	R,
		InputArray	P,
		const cv::Size &	size (大小),
		int	m1type,
		OutputArray	map1,
		OutputArray	map2,
		int	flags (标志) )

Python
	cv.omnidir.initUndistortRectifyMap(	K, D, xi, R, P, size, m1type, flags[, map1[, map2]]	) ->	map1, map2

#include <opencv2/ccalib/omnidir.hpp>

计算全向相机图像变换（由旋转R引起）的去畸变和校正映射。它输出两个用于cv::remap()的映射。如果D为空，则使用零畸变；如果R或P为空，则使用单位矩阵。

参数

K	相机矩阵 \(K = \vecthreethree{f_x}{s}{c_x}{0}{f_y}{c_y}{0}{0}{_1}\)，深度为CV_32F或CV_64F。
D	输入畸变系数向量 \((k_1, k_2, p_1, p_2)\)，深度为CV_32F或CV_64F。
xi	CMei模型的参数xi。
R	原始空间与物体空间之间的旋转变换：3x3单通道，或向量：3x1/1x3，深度为CV_32F或CV_64F。
P	新的相机矩阵（3x3）或新的投影矩阵（3x4）。
size (大小)	去畸变图像的大小。
m1type	第一个输出映射的类型，可以是CV_32FC1或CV_16SC2。详情请参见convertMaps()。
map1	第一个输出映射。
map2	第二个输出映射。
flags (标志)	标志指示校正类型，支持RECTIFY_PERSPECTIVE、RECTIFY_CYLINDRICAL、RECTIFY_LONGLATI和RECTIFY_STEREOGRAPHIC。

◆ projectPoints() [1/2]

void cv::omnidir::projectPoints	(	InputArray	objectPoints,
		OutputArray	imagePoints,
		const Affine3d &	affine,
		InputArray	K,
		double	xi,
		InputArray	D,
		OutputArray	jacobian = noArray() )

Python
	cv.omnidir.projectPoints(	objectPoints, rvec, tvec, K, xi, D[, imagePoints[, jacobian]]	) ->	imagePoints, jacobian

#include <opencv2/ccalib/omnidir.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

◆ projectPoints() [2/2]

void cv::omnidir::projectPoints	(	InputArray	objectPoints,
		OutputArray	imagePoints,
		InputArray	rvec,
		InputArray	tvec,
		InputArray	K,
		double	xi,
		InputArray	D,
		OutputArray	jacobian = noArray() )

Python
	cv.omnidir.projectPoints(	objectPoints, rvec, tvec, K, xi, D[, imagePoints[, jacobian]]	) ->	imagePoints, jacobian

#include <opencv2/ccalib/omnidir.hpp>

使用CMei模型投影全向相机点的三维坐标到图像像素。

该模块是作为OpenCV的GSoC 2015项目被接受的，作者是Baisheng Lai，导师是Bo Li。

参数

objectPoints	世界坐标系中的三维点对象，为`vector>`或`Mat`类型，大小为1xN/Nx1，3通道，CV_32F类型，N为点的数量。CV_64F也可用。
imagePoints	输出的二维图像点，为`vector>`或1xN/Nx1，2通道，CV_32F类型。CV_64F也可用。
rvec	世界坐标系到相机坐标系的旋转向量数组，即om。
tvec	图案坐标系到相机坐标系的平移向量数组。
K	相机矩阵 \(K = \vecthreethree{f_x}{s}{c_x}{0}{f_y}{c_y}{0}{0}{_1}\)。
D	输入畸变系数向量 \((k_1, k_2, p_1, p_2)\)。
xi	CMei模型的参数xi。
jacobian	可选的输出2Nx16的CV_64F雅可比矩阵，包含图像像素点相对于参数（包括 \(om, T, f_x, f_y, s, c_x, c_y, xi, k_1, k_2, p_1, p_2\)）的导数。该矩阵将用于优化标定。

该函数通过内参和外参将世界坐标系的三维点投影到图像像素。此外，它还可选地计算一个副产品：包含图像像素点相对于内参和外参的导数的雅可比矩阵。

◆ stereoCalibrate()

double cv::omnidir::stereoCalibrate	(	InputOutputArrayOfArrays	objectPoints,
		InputOutputArrayOfArrays	imagePoints1,
		InputOutputArrayOfArrays	imagePoints2,
		const Size &	imageSize1,
		const Size &	imageSize2,
		InputOutputArray	K1,
		InputOutputArray	xi1,
		InputOutputArray	D1,
		InputOutputArray	K2,
		InputOutputArray	xi2,
		InputOutputArray	D2,
		OutputArray	rvec,
		OutputArray	tvec,
		OutputArrayOfArrays	rvecsL,
		OutputArrayOfArrays	tvecsL,
		int	flags (标志),
		TermCriteria	criteria,
		OutputArray	idx = noArray() )

Python
	cv.omnidir.stereoCalibrate(	objectPoints, imagePoints1, imagePoints2, imageSize1, imageSize2, K1, xi1, D1, K2, xi2, D2, flags, criteria[, rvec[, tvec[, rvecsL[, tvecsL[, idx]]]]]	) ->	retval, objectPoints, imagePoints1, imagePoints2, K1, xi1, D1, K2, xi2, D2, rvec, tvec, rvecsL, tvecsL, idx

#include <opencv2/ccalib/omnidir.hpp>

全向相机模型的立体标定。它计算两个相机的内参以及两个相机之间的外参。输出的默认深度为CV_64F。

参数

objectPoints	世界（图案）坐标系中的三维点对象，类型为`vector>`。也可以是`Mat`类型，大小为1xN/Nx1，CV_32FC3。也接受CV_64F类型的数据。
imagePoints1	第一个相机的对应图像点，类型为`vector>`。它的大小和类型必须与`objectPoints`相同。
imagePoints2	第二个相机的对应图像点，类型为`vector>`。它的大小和类型必须与`objectPoints`相同。
imageSize1	第一个相机的标定图像尺寸。
imageSize2	第二个相机的标定图像尺寸。
K1	第一个相机的输出相机矩阵。
xi1	第一个相机的CMei模型输出参数xi。
D1	第一个相机的输出畸变参数 \((k_1, k_2, p_1, p_2)\)。
K2	第一个相机的输出相机矩阵。
xi2	第二个相机的CMei模型输出参数xi。
D2	第二个相机的输出畸变参数 \((k_1, k_2, p_1, p_2)\)。
rvec	第一个相机与第二个相机之间的输出旋转矩阵。
tvec	第一个相机与第二个相机之间的输出平移向量。
rvecsL	第一个相机每个图像的输出旋转向量。
tvecsL	第一个相机每个图像的输出平移向量。
flags (标志)	控制立体标定的标志。
criteria	优化的终止条件。
idx (索引)	通过初始化检查的图像对索引，这些图像对将被实际用于标定。因此，`rvecs`的大小与`idx.total()`相同。@

◆ stereoReconstruct()

void cv::omnidir::stereoReconstruct	(	InputArray	image1,
		InputArray	image2,
		InputArray	K1,
		InputArray	D1,
		InputArray	xi1,
		InputArray	K2,
		InputArray	D2,
		InputArray	xi2,
		InputArray	R,
		InputArray	T,
		int	标志,
		int	numDisparities,
		int	SADWindowSize,
		OutputArray	disparity,
		OutputArray	image1Rec,
		OutputArray	image2Rec,
		const Size &	newSize = Size(),
		InputArray	Knew = cv::noArray(),
		OutputArray	pointCloud = cv::noArray(),
		int	pointType = XYZRGB )

Python
	cv.omnidir.stereoReconstruct(	image1, image2, K1, D1, xi1, K2, D2, xi2, R, T, flag, numDisparities, SADWindowSize[, disparity[, image1Rec[, image2Rec[, newSize[, Knew[, pointCloud[, pointType]]]]]]]	) ->	disparity, image1Rec, image2Rec, pointCloud

#include <opencv2/ccalib/omnidir.hpp>

从一对图像进行立体三维重建。

参数

image1	第一张输入图像。
image2	第二张输入图像。
K1	第一个相机的输入相机矩阵。
D1	第一个相机的输入畸变参数 \((k_1, k_2, p_1, p_2)\)。
xi1	第一个相机的CMei模型输入参数xi。
K2	第二个相机的输入相机矩阵。
D2	第二个相机的输入畸变参数 \((k_1, k_2, p_1, p_2)\)。
xi2	第二个相机的CMei模型输入参数xi。
R	第一个相机与第二个相机之间的旋转矩阵。
T	第一个相机与第二个相机之间的平移向量。
标志	校正类型的标志，RECTIFY_PERSPECTIVE或RECTIFY_LONGLATI。
numDisparities	StereoSGBM中的参数`numDisparities`，详情请参见StereoSGBM。
SADWindowSize	StereoSGBM中的参数`SADWindowSize`，详情请参见StereoSGBM。
disparity	立体匹配生成的视差图。
image1Rec	第一个图像的校正后图像。
image2Rec	第二个图像的校正后图像。
newSize	校正后图像的尺寸，参见omnidir::undistortImage。
Knew	校正后图像的新相机矩阵，参见omnidir::undistortImage。
pointCloud	三维重建的点云，类型为CV_64FC3。
pointType	点云类型，可以是XYZRGB或XYZ。

◆ stereoRectify()

void cv::omnidir::stereoRectify	(	InputArray	R,
		InputArray	T,
		OutputArray	R1,
		OutputArray	R2 )

Python
	cv.omnidir.stereoRectify(	R, T[, R1[, R2]]	) ->	R1, R2

#include <opencv2/ccalib/omnidir.hpp>

全向相机模型的立体校正。它计算两个相机的校正旋转矩阵。

参数

R	第一个相机与第二个相机之间的旋转矩阵。
T	第一个相机与第二个相机之间的平移向量。
R1	第一个相机的输出3x3旋转矩阵。
R2	第二个相机的输出3x3旋转矩阵。

◆ undistortImage()

void cv::omnidir::undistortImage	(	InputArray	distorted,
		OutputArray	undistorted,
		InputArray	K,
		InputArray	D,
		InputArray	xi,
		int	flags (标志),
		InputArray	Knew = cv::noArray(),
		const Size &	new_size = Size(),
		InputArray	R = Mat::eye(3, 3, CV_64F) )

Python
	cv.omnidir.undistortImage(	distorted, K, D, xi, flags[, undistorted[, Knew[, new_size[, R]]]]	) ->	undistorted

#include <opencv2/ccalib/omnidir.hpp>

将全向相机图像去畸变以得到透视图像。

参数

distorted	输入的畸变全向图像。
undistorted	输出的去畸变图像。
K	相机矩阵 \(K = \vecthreethree{f_x}{s}{c_x}{0}{f_y}{c_y}{0}{0}{_1}\)。
D	输入畸变系数向量 \((k_1, k_2, p_1, p_2)\)。
xi	CMei模型的参数xi。
flags (标志)	标志指示校正类型，RECTIFY_PERSPECTIVE、RECTIFY_CYLINDRICAL、RECTIFY_LONGLATI和RECTIFY_STEREOGRAPHIC。
Knew	畸变图像的相机矩阵。如果未指定，则为K。
new_size	新图像尺寸。默认为畸变图像的尺寸。
R	输入图像与输出图像之间的旋转矩阵。默认为单位矩阵。

◆ undistortPoints()

void cv::omnidir::undistortPoints	(	InputArray	distorted,
		OutputArray	undistorted,
		InputArray	K,
		InputArray	D,
		InputArray	xi,
		InputArray	R )

Python
	cv.omnidir.undistortPoints(	distorted, K, D, xi, R[, undistorted]	) ->	undistorted

#include <opencv2/ccalib/omnidir.hpp>

使用CMei模型去畸变全向相机的二维图像点。

参数

distorted	畸变的图像点数组，为`vector`或1xN/Nx1，2通道`Mat`，CV_32F类型，CV_64F深度也可用。
K	相机矩阵 \(K = \vecthreethree{f_x}{s}{c_x}{0}{f_y}{c_y}{0}{0}{_1}\)。
D	畸变系数 \((k_1, k_2, p_1, p_2)\)。
xi	CMei模型的参数xi。
R	原始空间与物体空间之间的旋转变换：3x3单通道，或向量：3x1/1x3单通道或1x1 3通道。
undistorted	归一化的物体点数组，为`vector`/`Vec2d`或1xN/Nx1，2通道`Mat`，与畸变点的深度相同。

详细说明

命名空间

类

宏

枚举

函数

宏定义文档

◆ HEAD

◆ INVALID

枚举类型文档 (Enumeration Type Documentation)

◆ anonymous enum

◆ anonymous enum

◆ anonymous enum

函数文档 (Function Documentation)

◆ calibrate()

◆ initUndistortRectifyMap()

◆ projectPoints() [1/2]

◆ projectPoints() [2/2]

◆ stereoCalibrate()

◆ stereoReconstruct()

◆ stereoRectify()

◆ undistortImage()

◆ undistortPoints()