Je viens d'installer OpenCV 3.2.0 et je peux trouver de nombreux/la plupart des coins dans this image de this question en jouant avec le contraste puis en utilisant cv2.findChessboardCorners(left_gray, (6,5))
ou en utilisant cv2.goodFeaturesToTrack(gray_img,25,0.01,10)
comme décrit dans the answer.Homographie? Méthode OpenCV pour gérer les coins d'échiquier manquants dans certaines vues?
Alors que findChessboardCorners soit retourne tous les 6 × 5 = 30 d'entre eux ou None
, je peux voir que pour des images de qualité inférieure parfois pas tous les points vont être trouvés avec la méthodegoodFeaturesToTrack
.
Mais quand je lis le documentation for cv2.calibrateCamera()
, il semble que les points de l'objet doivent correspondre de façon univoque avec les points de l'image pour chaque vue. Si l'une des images a un point manquant, je devrais le trouver et le retirer de la liste des points de l'objet pour cette image.
Y at-il une méthode cv2 pour gérer automatiquement cela?
edit: Je me demande maintenant, est cv2.findHomography()
en utilisant l'une des méthodes robustes ce que je cherche ici?
Bien sûr, si une ligne ou une colonne externe est manquante, il existe une ambiguïté insoluble, mais si quelques points internes sont manquants, un étalonnage devrait toujours être possible.
Je pourrais probablement essayer d'écrire quelque chose, et bien sûr rejeter toute vue avec le mauvais nombre de coins trouvés, mais s'il existe déjà un moyen de gérer les points manquants sans ambiguïté, je voudrais essayez-le d'abord. Le but serait d'automatiser le processus autant que possible sans sauter chaque image avec le mauvais nombre de points trouvés.
@LamarLatrell peut vous aider à unobfuscate ma compréhension de OpenCV? :-) – uhoh