鱼眼相机标定矫正详细步骤

鱼眼相机畸变标定与矫正 · 超详细实操指南（含避坑要点）

✅ 本指南基于 OpenCV fisheye 模块（非普通相机模型），覆盖从准备→标定→矫正→验证全流程，附关键代码、参数解析与故障排查。

📌 一、标定前准备（成败关键！）

标定板选择与制作
项目 推荐方案 注意事项
类型 棋盘格（推荐）或圆点阵列 棋盘格边缘对比度高，鱼眼边缘检测更稳

尺寸 方格边长 20–30mm（物理尺寸需精确测量） 用游标卡尺测量，单位：毫米

打印 高精度激光打印 + 覆哑光膜 避免反光、纸张褶皱；建议贴于刚性平板（亚克力）

尺寸验证 用已知尺寸物体（如信用卡）在图像中比对 防止单位错误导致标定失败

图像采集规范（必须严格遵守！）
数量：25–50张（宁多勿少）
覆盖要求（❗核心）：
标定板必须出现在图像四角、上下左右边缘
标定板占单图面积 ≥ 30%（边缘区域畸变最大，需重点覆盖）
倾斜角度：0°~60°（覆盖不同俯仰/偏航）
拍摄技巧：
固定相机，手动对焦+固定光圈（避免参数漂移）
光线均匀无反光，标定板平面清晰
实时用OpenCV预览角点检测结果（失败立即重拍）
保存为 PNG（避免JPEG压缩 artifacts）

🔬 二、相机标定（参数求解）

角点检测（附增强技巧）
import cv2, numpy as np

chessboard_size = (9, 6) # 内部角点数 (width, height)
square_size = 25.0 # 方格边长 (mm)
objp = np.zeros((chessboard_size[0]*chessboard_size[1], 3), np.float32)
objp[:, :2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2) * square_size

objpoints, imgpoints = [], []