C++ 我们如何确认内在矩阵是正确的？

我使用阿鲁科标记进行了摄像机校准。因为内在矩阵是

K=[fx 0 cx；0 fy cy；0 0 1]

，其中

fx=image\u width/2和fy=image\u height/2

。我进行了两次校准，结果如下：

案例1

camera_matrix: !!opencv-matrix
   rows: 3
   cols: 3
   dt: d
   data: [ 1.7837087835808685e+004, 0., 9.4648597205501767e+002, 0.,
       1.7846680517567835e+004, 6.2655678552312384e+002, 0., 0., 1. ]
distortion_coefficients: !!opencv-matrix
   rows: 1
   cols: 5
   dt: d
   data: [ 1.3214125616841757e-001, 1.3720591379476604e+001,
       4.1379706976846960e-003, 3.2630160993931338e-002,
       7.2446581087476508e-002 ]

案例2

camera_matrix: !!opencv-matrix
   rows: 3
   cols: 3
   dt: d
   data: [ 3.9925887362481939e+004, 0., 9.6015637557091463e+002, 0.,
       3.5268399261164773e+003, 5.9886507612381956e+002, 0., 0., 1. ]
distortion_coefficients: !!opencv-matrix
   rows: 1
   cols: 5
   dt: d
   data: [ 4.4338539084399781e-001, 4.9217843346948866e+000,
       5.8004377137432547e-002, 1.1762688789809046e-004,
       -5.4097967557812456e+002 ]

图像的分辨率为1920*1200，因此

cx

和

cy

应分别为960和600。 在第二种情况下，

cx

和

cy

与预期一致；重投影误差较大。在另一种情况下，

cx

和

cy

不匹配，但重投影误差很低（小于1）

---

那么，现在哪些结果可以被认为是最好的，以及一般如何定义

fx

和

fy

呢？

您认为cx和cy应该接近960和600是正确的。从这个角度来看，案例2似乎更有可能，但案例1的中心点（946626）显然是合理的

更令人惊讶的是获得的焦距参数。对于焦距对来说，（1783717846）和（399253526）似乎都不合理。根据经验，fx参数应与像素宽度（在本例中为1920）相匹配，在2x的范围内（例如，iPhone 5S的fx~=0.8*像素宽度）。fy应在1.2倍左右的系数范围内匹配外汇。对于情况1，fx偏离宽度的系数为10倍，对于情况2，fx和fy不匹配的系数为10倍

---

我建议尝试几个校准工具箱，并在其中任何两个工具箱之间寻找共识（比如让多个机械师检查您的汽车）。我推荐，这是OpenCV方法的先驱。

如果您仍然可以使用相机，我会说尝试拍摄更多图像并多次重复校准过程

正如@willem的回答中所提到的，使用将让你直观地看到拐角检测、电路板的3d位置，并帮助你扔掉嘈杂的图像。但是，Jean-Yves的工具箱只在棋盘上工作，需要手动输入包含正方形的ROI

如果您觉得aruco board没有提供高精度，您可以在opencv中尝试太多

---

我想说，以毫米为单位的焦距很难与像素焦距相关联，因为要做到这一点，你需要相机成像仪的尺寸。这通常不可用。

谢谢您提供的信息。但是他们想要追踪阿鲁科标记，所以我使用阿鲁科校准，我使用焦距镜头，焦距约35毫米，谢谢你的信息。电路板的检测结果良好，再投影误差小于0.2像素，表明校准良好。我甚至执行了多次校准，但我没有得到2x的fx或fy。如果使用opencv的

calibleCamera（..）

函数（，有一个标志可以对内在矩阵使用初始猜测，

CV\u CALIB\u use\u instructive\u guess

。如果你知道你期望的是什么，这可能会对你有所帮助。至少你可以尝试一些初始值。我没有遇到2x规则。所以，我对它了解不多。谢谢。校准没有鱼的相机吗眼睛效应会导致更多的失真？还是会改善图像？