使用Python和OpenCV错误校准网络摄像头

这一切都是全新的，我正尝试按照下面的指南和代码为网络摄像头进行校准。我得到以下错误

OpenCV错误：CollectionCalibrationData文件/build/buildd/OpenCV-2.4.8+dfsg1/modules/calib3d/src/calibration.cpp第3193行中的断言失败（ni>0&&ni==ni1）

cv2.error:/build/buildd/opencv-2.4.8+dfsg1/modules/calib3d/src/calibration.cpp:3193:error:（-215）ni>0&&ni==ni1 in function collectioncalibrationdata

有人能解释这个错误是什么以及如何修复它吗

（底部完全错误）

OpenCV错误：CollectionCalibrationData文件/build/buildd/OpenCV-2.4.8+dfsg1/modules/calib3d/src/calibration.cpp第3193行中的断言失败（ni>0&&ni==ni1） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 文件“/usr/lib/python2.7/dist packages/spyderlib/widgets/externalshell/sitecustomize.py”，第540行，在runfile中 execfile（文件名、命名空间） 文件“/home/students/Test/Test.py”，第49行，在 ret、mtx、dist、rvecs、tvecs=cv2.校准曲线（OBJ点、IMG点、灰色.形状[：-1]，无，无） cv2.error:/build/buildd/opencv-2.4.8+dfsg1/modules/calib3d/src/calibration.cpp:3193:error:（-215）ni>0&&ni==ni1 in function collectioncalibrationdata

---

所以我发现这个错误是因为imgpoints是一个1长的数组，而它应该和objpoints一样长。我发现，如果您使用一个图像，您可以在校准功能中直接替换imgpoints到角点。希望这能帮助犯同样错误的人

（在此过程中做了一些更改，我仍在尝试修复它以使用多个图像）

---

深入研究源代码：

for( i = 0; i < nimages; i++, j += ni )
{
    Mat objpt = objectPoints.getMat(i);
    Mat imgpt1 = imagePoints1.getMat(i);
    ni = objpt.checkVector(3, CV_32F);
    int ni1 = imgpt1.checkVector(2, CV_32F);
    CV_Assert( ni > 0 && ni == ni1 );
    ...

---

回想一下我第一次学习本教程时，您唯一更改的似乎是文件扩展名（从jpg到png），这表明您正在使用自己的资源，因此您的问题可能在于使用的图像数量。我认为您正在使用的图像可能没有成功地选择棋盘格，因此您的对象点阵列永远不会添加任何内容。在运行

CalibleCamera

之前，请尝试打印阵列，也许可以使用

/samples/cpp

中提供的棋盘图像。我也有同样的问题，您的主要错误（我知道是我自己犯的）是您更改了棋盘大小（示例中的默认值是7x6，您的是6x9），但是您忽略了在例程顶部更改初始化代码的大小

objp = np.zeros((6*7,3), np.float32)
objp[:,:2] = np.mgrid[0:7,0:6].T.reshape(-1,2)

要使用多个棋盘格大小，您可以如下调整代码：

# checkerboard Dimensions
cbrow = 5
cbcol = 7

# prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0)
objp = np.zeros((cbrow * cbcol, 3), np.float32)
objp[:, :2] = np.mgrid[0:cbcol, 0:cbrow].T.reshape(-1, 2)

.
.
.
ret, corners = cv2.findChessboardCorners(gray, (cbcol, cbrow), None)

---

谢谢@s-low！你的源代码非常有用

初学者可能犯的另一个错误是关于objp的数据类型

当我分配

objp=np.zero（（6*7,3），np.float32）

时，我忽略了数据类型分配。在Python2.7中，默认的

dtype

是

float64

。因此，当代码调用函数“

cv2.calibleCamera

”时，出现了类似的断言错误：

OpenCV Error: Assertion failed (ni >= 0) in collectCalibrationData, file /Users/jhelmus/anaconda/conda-bld/work/opencv-2.4.8/modules/calib3d/src/calibration.cpp, line 3169

---

所以，仅仅是源代码ni=objpt.checkVector（3，CV_32F）就给了我一个线索，objp的矩阵必须被分配到

float32

我也有同样的问题，经过一点研究，我在这里的答案中发现了这个问题

我将其解析为更改

objp

的形状：

objp = objp.reshape(-1,1,3)

此外，我还有另一个问题：

findChessboardCorners

找到的角数可能小于7*6（图案大小），因此我只保留了找到的3D点的角数：

corners2 = cv2.cornerSubPix(image=gray, corners=corners, 
               winSize=(11,11), zeroZone=(-1,-1),
               criteria=(cv2.TERM_CRITERIA_EPS + 
                         cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001))
imgpoints.append(corners2)
objpoints.append(objp[0:corners2.shape[0]])

在那之后，代码运行良好：D

---

编辑：我意识到如果不使用

retval

（对或错），而是检查

角点

是否为

无

，则角点的数量可能小于图案大小

如果您遵循以下示例：

然后，问题很容易解决，因为函数：

拐角2=cv2.cornerSubPix（灰色，拐角，（11,11），（-1,1），标准）

在当前版本的opencv中，返回Null

这个也是：

Img=cv2.0。图纸棋盘转角（Img，（7.6），转角2，ret）

因此，您所要做的就是更改这些代码行，这是我对代码的改编：

from webcam import Webcam
import cv2
from datetime import datetime
import numpy as np

webcam = Webcam()
webcam.start()

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6*9,3), np.float32)
objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2)
objpoints = []
imgpoints = []
i = 0

while i < 10:
    image = webcam.get_current_frame()
    gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, (9,6), None)    
    print ret

    if ret == True:
        cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)       
        imgpoints.append(corners)
        objpoints.append(objp)
        cv2.drawChessboardCorners(image, (9,6), corners,ret)
        i += 1


    cv2.imshow('grid', image)
    cv2.waitKey(1000)

cv2.destroyAllWindows()
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1],None,None)
np.savez("webcam_calibration_ouput_2", ret=ret, mtx=mtx, dist=dist, rvecs=rvecs, tvecs=tvecs)

---

请注意，数字6和9可能会根据您的象棋尺寸而变化，我的象棋的Dimensión为10x7。

我在输入自己的jpg图像时遇到了同样的问题，这些图像是我用移动摄像头拍摄的。最初，当我刚刚运行您共享的链接中可用的代码时，我发现

rect

总是设置为

FALSE

。后来我发现我输入的是棋盘的确切大小，这使得代码无法识别棋盘图案。我的意思是，我使用了大小为

8X6

的棋盘，并在代码中输入了

8X6

，例如如下所示

objp = np.zeros((6*8,3), np.float32)
objp[:,:2] = np.mgrid[0:8,0:6].T.reshape(-1,2)

因为它无法识别模式，当我将行和列的维度分别减少1（或者多个，在我的例子中，是它的

7X5

）然后爆炸时，我得到了打印图像作为输出的参数

objp = np.zeros(((5*7,3), np.float32)
objp[:,:2] = np.mgrid[0:7,0:5].T.reshape(-1,2)

---

另外，如果您使用此文档的原因是有一个可能需要更正的小更改，您可以通过继续来发现其中的差异，我遇到了相同的问题，导致断言失败（ni>0&&ni==ni1）； 我认为应该了解ni和ni1的真正含义，这在第一个答案中已经说过。objectpoint和imagepoints的大小应该完全相同。无论垫子的数量或大小。 对我来说，我的问题是imagepoints和objectpoints都有5个垫子，而对于垫子的大小，imagepoints是36*2，objectpoints是48*3。所以我说它们应该完全相同，除了一个是点2f和另一个

from webcam import Webcam
import cv2
from datetime import datetime
import numpy as np

webcam = Webcam()
webcam.start()

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((6*9,3), np.float32)
objp[:,:2] = np.mgrid[0:9,0:6].T.reshape(-1,2)
objpoints = []
imgpoints = []
i = 0

while i < 10:
    image = webcam.get_current_frame()
    gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, (9,6), None)    
    print ret

    if ret == True:
        cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)       
        imgpoints.append(corners)
        objpoints.append(objp)
        cv2.drawChessboardCorners(image, (9,6), corners,ret)
        i += 1


    cv2.imshow('grid', image)
    cv2.waitKey(1000)

cv2.destroyAllWindows()
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1],None,None)
np.savez("webcam_calibration_ouput_2", ret=ret, mtx=mtx, dist=dist, rvecs=rvecs, tvecs=tvecs)

import cv2
from threading import Thread

class Webcam:

    def __init__(self):
        self.video_capture = cv2.VideoCapture(0)
        self.current_frame = self.video_capture.read()[1]

    # create thread for capturing images
    def start(self):
        Thread(target=self._update_frame, args=()).start()

    def _update_frame(self):
        while(True):
            self.current_frame = self.video_capture.read()[1]

    # get the current frame
    def get_current_frame(self):
        return self.current_frame

objp = np.zeros((6*8,3), np.float32)
objp[:,:2] = np.mgrid[0:8,0:6].T.reshape(-1,2)

objp = np.zeros(((5*7,3), np.float32)
objp[:,:2] = np.mgrid[0:7,0:5].T.reshape(-1,2)