halcon相机标定助手_HALCON高级篇：3D相机标定（1/3）

原标题：HALCON高级篇：3D相机标定(1/3)

创建标定数据模型

你可以用算子create_calib_data创建一个标定数据模型，指定相机和标定物体的数量。当用一个相机的时候，你也用一个单独的标定物体。

然后，你要做的是：

指定相机内部参数的初始值

描述标定物体

指定相机内参的初始值

你可以用算子set_calib_data_cam_param来设置相机内部参数。

除了标定数据模型，算子也需要下面的参数作为输入：

CameraIdx：相机的索引(0代表单个相机)

CameraType: 相机的类型

CameraParam: 相机内参初始值的一个元组

那种畸变模型去使用

对于面阵相机，两种畸变模型可供使用：划分模型和多项式模型。划分模型用一个参数来构造径向畸变，多项式模型用5个参数来构造径向和离心畸变。

划分模型的优势是畸变可以被快速的应用，尤其是对于反向畸变，例如如果世界坐标被映射到图像平面。还有，如果只有几张标定图像被使用或者视野覆盖不足，划分模型则会比多项式模型得到更稳定的结果。多项式模型的主要优势是它可以更精确的构造畸变，因为其用了更高阶的项去构造径向畸变，并且它也构造了离心畸变。需要注意的是，多项式模型不能够反推。因此，反向畸变必须被迭代计算看，其要比划分模型反向畸变的计算要慢。

一般的，划分模型应该被用来标定。如果标定的精度不高，可以用多项式模型。但是需要注意的是，被用于多项式模型的标定序列必须提供一个完整的区域覆盖，这个区域在后边用于测量。畸变可能会在没有被标定板覆盖的区域外边被不准确的构造出来。这种情况发生在图像边缘，也发生在标定板没有覆盖到的视野区域内部。

描述标定物体

用算子set_calib_data_calib_object，你可以指