手动校准
最后更新
自动校准您的相机
如果您只需要校准外参,可以通过使用我们的 动态校准节点 来动态完成。
关于相机校准
内参
- 焦距 (fx, fy): 设置视场。焦距越高,视野越窄;焦距越低,视野越宽。
- 光学中心 (cx, cy): 光轴与传感器相交的主点。轻微的偏移(约20像素)是可以接受的。这通常是由于镜头-传感器对齐的微小变化(如轻微的位移或倾斜)造成的。适当的校准可以补偿这些偏移,因此它们不会影响相机的精度或性能。
- 畸变系数: 调整镜头缺陷:
- 径向畸变 (k1, k2, k3, k4, k5, k6): 校正桶形或枕形效应。
- 切向畸变 (p1, p2): 补偿镜头-传感器未对准。
- 薄棱镜/倾斜畸变 (s1, s2, s3, s4, τx, τy): 解决倾斜问题,特别是在广角镜头中。
外参
- 旋转: 相机的方向。
- 平移: 相机相对于参考点的位置。
校准过程
- 基于标记的校准: 使用Charuco标记(棋盘格和Aruco标记的组合),以不同的距离和角度放置,以实现高精度。
- 受控环境: 在稳定环境中进行校准,以覆盖所有相关的姿态和角度。这种方法有助于实现始终如一的可重复校准结果。
- 模型特定定制: 根据特定相机模型调整校准过程,以提高可靠性。
畸变模型
- 正常视场 (NFOV): 使用标准透视模型校正径向 (k1, k2, k3, …) 和切向 (p1, p2) 畸变。
- 广角视场 (WFOV): 采用扩展透视模型,最多可有 14 个总畸变参数:
- 径向畸变: k1, k2, k3, k4, k5, k6
- 切向畸变: p1, p2
- 薄棱镜: s1, s2, s3, s4
- 倾斜参数: τx, τy
注意: 实际上,我们不会激活所有14个参数。对于广角镜头,我们启用两个额外的参数(通常是 τx 和 τy)来解决我们观察到的倾斜问题。这种扩展透视模型很好地处理了我们的广角视场 (WFOV) 镜头。
- 鱼眼镜头: 采用专门的模型来处理极端的圆形畸变。我们通常避免鱼眼校准,因为OpenCV的鱼眼支持不能满足我们所有的需求,而且扩展透视模型已经有效地覆盖了我们的WFOV应用。
立体相机重新校准
所有OAK相机,除了 模块化系列,在出厂前都已校准,因此无需重新校准。对于OAK FFC相机模块,在将相机安装到所需配置后需要进行相机校准。
./calibrate.py --help 以打印所有可用的校准选项。先决条件
depthai 仓库,您需要克隆它并安装依赖项:Command Line
1git clone https://github.com/luxonis/depthai.git --branch main
2cd depthai
3git submodule update --init --recursive
4python3 install_requirements.py准备Charuco板
- 24英寸屏幕Charuco板
- 28英寸屏幕Charuco板
- 32英寸屏幕Charuco板
- 36英寸屏幕Charuco板
- 42英寸屏幕Charuco板
- 50英寸屏幕Charuco板
- 55英寸屏幕Charuco板
- 65英寸屏幕Charuco板
- 75英寸屏幕Charuco板
显示Charuco板
- 避免屏幕过亮或过暗。
- 避免强光或阳光直射屏幕。
- 全屏显示Charuco板。

SQUARE_SIZE_IN_CM 参数。
校准
| 参数 | 参数别名 | 参数描述 |
|---|---|---|
-s | --squareSizeCm | 打印的Charuco板的测量方块尺寸(厘米) |
-brd | --board | 相机名称(来自 depthai-boards,不区分大小写),或自定义 .json 板配置的路径 |
-nx | --squaresX | X方向上的方块数量。SquaresX 在 准备Charuco板 中指定,取决于您的屏幕尺寸。 |
-ny | --squaresY | Y方向上的方块数量。SquaresY 在 准备Charuco板 中指定,取决于您的屏幕尺寸。 |
-cm | --cameraMode | 相机模式,可以是 perspective(默认)或 fisheye。 |
-mdmp | --minDetectedMarkersPercent | 帧中检测到的标记的最小百分比,以认为该帧有效。默认值为0.5(50%)。如果您想更严格,可以增加此值,但这可能会导致获取足够有效帧的时间更长。 |
-ep | --maxEpipolarError | 最大极线误差(像素),以认为该帧有效。默认值为0.7。如果您想更严格,可以减小此值。 |
Command Line
1python3 calibrate.py --help校准期间的相机定位
- 正面视图,校准板位于FOV中央。
- 不移动相机,旋转以使相机FOV与校准板边缘对齐。拍摄4张图像,每张对应屏幕的一个边缘。
- 正面视图,校准板位于FOV中央。
- 类似于靠近屏幕的位置,旋转相机以使FOV与校准板边缘对齐。
- 正面视图,校准板位于FOV中央。
- 拍摄4张图像,使相机FOV与所有4个边缘对齐,类似于近距离和中等距离位置。
- 另外,拍摄4张图像,使相机FOV与屏幕的角落对齐。

运行处理阶段
s 键运行校准处理阶段。脚本会显示每张图像的极线,您应该验证它们是否正确对齐。一旦所有图像都检查完毕,如果校准成功,结果将刷写到设备的EEPROM中。 每张捕获的图像都保存在 dataset 文件夹中,因此您可以重新运行校准过程而无需再次捕获图像。如果您想对捕获的图像重新运行校准过程,请使用 -m process 参数:Command Line
1python3 calibrate.py -s [SQUARE_SIZE_IN_CM] --board [BOARD] -nx [squaresX] -ny [squaresY] -m processresources/ 文件夹中,以后可用于测试或调试。您还可以将此本地校准文件加载或刷写到设备。有关更多详细信息,请参阅 校准加载示例。测试深度
故障排除
- 如果校准失败并出现错误:
High reprojection error!,通常是由于板配置错误,通常是由于使用的相机模块的HFOV指定不正确。 - 如果尽管校准成功,但深度仍然不正确,可能是您的左右相机互换了。请更改板配置或互换相机插入的板插座,然后重试校准。
ToF 重新校准
请注意,此校准不会提高深度精度,因为该方面由设备的固件管理。
校准程序
Command Line
1git checkout new_tof_calib
2git submodule update --init --recursiveCommand Line
1python3 ./install_requirements.pycalibrate.py。例如:Command Line
1python3 calibrate.py -db -nx 12 -ny 9 -c 1 -cd 0 -s 6 -ms 4.7 -brd OAK-D-SR-POE-db: 表示默认板,意味着您正在使用 Charuco 标记。-nx: Charuco 标记在 x 方向上的数量。-ny: Charuco 标记在 y 方向上的数量。-c: 每次显示多边形时拍摄的照片数量(可选)。-cd: 拍照前的倒计时时间(秒)(可选)。-s: Charuco 标记周围方块的尺寸(厘米)。-ms: 标记的尺寸(厘米)。-brd: 设备的板(在本例中为 OAK-D-SR-POE)。
division by zero 或 Failed to detect markers in the image dataset/rgb/rgb_p3_10.png 等错误,请从所有相机文件夹中删除 Charuco 板检测不良的图像,然后使用添加的 -m process 参数再次运行相同的命令。这只会启动处理阶段,因此您无需重新拍摄板图像。Command Line
1python3 calibrate.py -db -nx 12 -ny 9 -c 1 -cd 0 -s 6 -ms 4.7 -brd OAK-D-SR-POE -m process