OpenCV Python-使用校准函数时如何格式化numpy数组

我正在尝试使用OpenCV 3.0.0 python绑定（使用非对称圆网格）校准鱼眼相机，但在正确设置对象和图像点阵列的格式方面存在问题。我的当前来源如下所示：

import cv2
import glob
import numpy as np


def main():
    circle_diameter = 4.5
    circle_radius = circle_diameter/2.0
    pattern_width = 4
    pattern_height = 11
    num_points = pattern_width*pattern_height

    images = glob.glob('*.bmp')
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)

    imgpoints = []
    objpoints = []
    obj = []

    for i in range(pattern_height):
        for j in range(pattern_width):
            obj.append((
                 float(2*j + i % 2)*circle_radius,
                 float(i*circle_radius),
                 0
            ))

    for name in images:
        image = cv2.imread(name)
        grayimage = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        retval, centers = cv2.findCirclesGrid(grayimage, (pattern_width, pattern_height), flags=(cv2.CALIB_CB_ASYMMETRIC_GRID + cv2.CALIB_CB_CLUSTERING))

        imgpoints_tmp = np.zeros((num_points, 2))
        if retval:
            for i in range(num_points):
                imgpoints_tmp[i, 0] = centers[i, 0, 0]
                imgpoints_tmp[i, 1] = centers[i, 0, 1]

            imgpoints.append(imgpoints_tmp)
            objpoints.append(obj)


    # Convertion to numpy array
    imgpoints = np.array(imgpoints, dtype=np.float32)
    objpoints = np.array(objpoints, dtype=np.float32)

    K, D = cv2.fisheye.calibrate(objpoints, imgpoints, image_size=(1280, 800), K=None, D=None)

if __name__ == '__main__':
    main()

错误消息是：

OpenCV Error: Assertion failed (objectPoints.type() == CV_32FC3 || objectPoints.type() == CV_64FC3) in cv::fisheye::calibrate

objpoints

具有形状

（31,44,3）

---

因此，

objpoints

数组需要以不同的方式格式化，但我无法实现正确的布局。也许有人能帮上忙？

正确的

objpoints

布局是一个numpy数组列表，其中

len（objpoints）=“图片数”

，每个条目都是一个numpy数组

请看一看。OpenCV文档讨论了“向量”，它相当于列表或numpy.array。在这种情况下，“向量的向量”可以解释为numpy.数组的列表。

在OpenCV（）的示例中，他们将objp设置为

objp2=np.zeros（（8*9,3），np.float32）

但是，在全向相机或鱼眼相机中，应为：

objp=np.zero（（1,8*9,3），np.float32）

---

想法就在这里

数据类型正确，但形状不正确。

objpoints

的预期形状应为

（n_观测值，1，n_角点/u观测值，3）

。因此，您案例中的代码应为：

imgpoints = np.array(imgpoints, dtype=np.float32).reshape(
  -1, 
  1, 
  pattern_width * pattern_height, 
  3
)

或更一般的：

imgpoints = np.array(imgpoints, dtype=np.float32).reshape(
  n_observations, 
  1, 
  n_corners_per_observation, 
  3
)

---

这个错误消息有点误导人。

在这里没有找到令人满意的答案，所以我胡乱处理，最终让这个块工作起来：

calibration_flags = cv2.fisheye.CALIB_RECOMPUTE_EXTRINSIC + cv2.fisheye.CALIB_CHECK_COND + cv2.fisheye.CALIB_FIX_SKEW

# lists with each element a [1,n_points,_] array of type float32
obj_points = [np.random.rand(1,10,3).astype(np.float32)]
fisheye_points = [np.random.rand(1,10,2).astype(np.float32)]

# initialize empty variables of correct size and type, where total_num_points is summed across all arrays in each above list
rvecs = [np.zeros((1, 1, 3), dtype=np.float32) for i in range(total_num_points)]
tvecs = [np.zeros((1, 1, 3), dtype=np.float32) for i in range(total_num_points)]
D = np.zeros([4,1]).astype(np.float32)
K = np.zeros([3,3]).astype(np.float32)

outputs = cv2.fisheye.calibrate(gt_points,fisheye_points,(1920,1080),K,D,rvecs,tvecs)

---

这是当前cv2.fisheye绑定的一个问题。每个向量的长度是多少？2或3元素？