python cv2.CalibleCamera抛出错误：objectPoints应该包含Point3f类型点的向量向量

我有密码

img = cv2.imread("poolPictures\chessboard3.jpg", cv2.IMREAD_COLOR)
chessboardImage = cv2.imread("poolPictures\chessboardActual.jpg", cv2.IMREAD_COLOR)

ret, corners = cv2.findChessboardCorners(img, (9,6), None)
cv2.drawChessboardCorners(img, (9,6), corners, ret)

chessRet, chessCorners = cv2.findChessboardCorners(chessboardImage, (9,6), None)
ret, matrix, dist, rvecs, tvecs = cv2.calibrateCamera(corners, chessCorners, chessboardImage.shape[::-1][1:3], None, None)`

运行代码会引发以下错误：

ret，matrix，dist，rvecs，tvecs=cv2.calibleCamera（角点，棋盘，棋盘图像。形状[：：-1][1:3]，无，无）
cv2.error:C:\projects\opencv python\opencv\modules\calib3d\src\calibration.cpp:3110:error:（-210）objectPoints应包含函数cv:：collectCalibrationData中Point3f类型点的向量

chessboard3.jpg：


chessboardActual.jpg：


绘制棋盘的结果：


通过引入虚拟三维，我尝试将objectpoints转换为三维向量，而不是2-我找不到Point3f（）的python版本

我还从这里看到，有时错误可能会产生误导，而真正的问题是imagePoints中的一个向量是空的-我已经尝试打印向量，但没有一个是空的

希望有人能帮忙，也许只是拍更多照片的例子

干杯，
您可以使用

>>> objp = np.zeros((6*9, 3), np.float32)
>>> objp[:,:2] = np.mgrid[0:9, 0:6].T.reshape(-1,2)
>>> objp
array([[ 0.,  0.,  0.],
   [ 1.,  0.,  0.],
   [ 2.,  0.,  0.],
   [ 3.,  0.,  0.],
   [ 4.,  0.,  0.],
   [ 5.,  0.,  0.],
   [ 6.,  0.,  0.],
   [ 7.,  0.,  0.],
   [ 8.,  0.,  0.],
   [ 0.,  1.,  0.],
   [ 1.,  1.,  0.],
   [ 2.,  1.,  0.],
   [ 3.,  1.,  0.],
   [ 4.,  1.,  0.],
   [ 5.,  1.,  0.],
   [ 6.,  1.,  0.],
   [ 7.,  1.,  0.],
   [ 8.,  1.,  0.],
   [ 0.,  2.,  0.],
   [ 1.,  2.,  0.],
   [ 2.,  2.,  0.],
   [ 3.,  2.,  0.],
   [ 4.,  2.,  0.],
   [ 5.,  2.,  0.],
   [ 6.,  2.,  0.],
   [ 7.,  2.,  0.],
   [ 8.,  2.,  0.],
   [ 0.,  3.,  0.],
   [ 1.,  3.,  0.],
   [ 2.,  3.,  0.],
   [ 3.,  3.,  0.],
   [ 4.,  3.,  0.],
   [ 5.,  3.,  0.],
   [ 6.,  3.,  0.],
   [ 7.,  3.,  0.],
   [ 8.,  3.,  0.],
   [ 0.,  4.,  0.],
   [ 1.,  4.,  0.],
   [ 2.,  4.,  0.],
   [ 3.,  4.,  0.],
   [ 4.,  4.,  0.],
   [ 5.,  4.,  0.],
   [ 6.,  4.,  0.],
   [ 7.,  4.,  0.],
   [ 8.,  4.,  0.],
   [ 0.,  5.,  0.],
   [ 1.,  5.,  0.],
   [ 2.,  5.,  0.],
   [ 3.,  5.,  0.],
   [ 4.,  5.,  0.],
   [ 5.,  5.,  0.],
   [ 6.,  5.,  0.],
   [ 7.,  5.,  0.],
   [ 8.,  5.,  0.]], dtype=float32)

然后你可以打电话

ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objp, corners, img.shape[::-1],None,None)

实际上，您不需要为CalibleCamera提供“实际”的棋盘图像。
正如Zenith042所指出的，我的图像点和对象点绕错了方向。但是，主要的问题是，我的图像点不是numpy阵列，而是：

[[[ 137.5  205. ]]
[[ 143.5  206.5]]
 .
 .
 .
[[ 137.5  209.5]]]

相反，我需要：

[[ 137.5 205. ]
[ 143.5 206.5]
.
.
.
[ 137.5 209.5]]]

我通过以下方式实现了这一目标：

ret, corners = cv2.findChessboardCorners(img, (9,6), None)
corners = np.array([[corner for [corner] in corners]])

虽然我怀疑有一个更好的方法来重塑numpy

我还需要对象点的相同结构，即

objp = np.array([objp])

根据问题，OpenCV还要求浮点具有单一精度

这意味着每个数组在传递到
calibleCamera
公平点之前都需要转换为
np.float32
！不幸的是，它仍然抛出相同的错误。如果我使用img.shape[：：-1]而不是像您一样使用img.shape[：：-1][1:3]，则会出现错误：函数正好接受2个参数（给定3个）。我不知道这是否与此有关。谢谢。@w1nter啊，对了，错误是由于图像中的颜色造成的。你可以像最初那样只切出尺寸，或者你可以通过
gray=cv2.cvtColor（img，cv2.COLOR\u bgr2 gray）
将图像转换为灰色，在灰度图像上进行角点查找，然后使用
gray.shape[：-1]
啊好的，我现在用imread_灰度来读取图像，但是原始错误仍然存在。重塑方法是角=角。重塑（corners.shape[0]，corners.shape[2]）没错，
np.float
相当于C
double
。因此必须指定
np.float32
。