1. 项目概述：从“拍不准”到“算得准”的必经之路

如果你玩过单反相机，或者用过手机的专业模式，可能会注意到一个现象：用广角镜头拍建筑，边缘的线条有时会“弯”出去；用长焦镜头拍人像，脸可能会有点“胖”。这背后不全是镜头素质问题，更核心的是一个叫做“畸变”的光学现象。而在机器人、自动驾驶、工业检测这些更硬核的领域，相机不仅仅是“拍照”，更是获取三维世界信息的“眼睛”。要让这双“眼睛”看得准、量得对，第一步就是“相机标定”。简单说，相机标定就是给相机做一次全面的“体检”和“校准”，目的是搞清楚相机自身的“性格参数”——比如它的焦距是多少、成像中心在哪里、镜头畸变有多严重。没有这个步骤，相机拍出来的图像就像一把没有刻度的尺子，你无法用它进行任何精确的测量。无论是让机械臂准确抓取零件，还是让自动驾驶汽车判断前方障碍物的距离，都离不开精准的相机标定。今天，我们就抛开复杂的公式，从最基础的原理和手把手的实操开始，把这件看似高深的事情讲透。

2. 核心原理拆解：相机如何把3D世界“压扁”成2D照片

要理解为什么要标定，首先得明白相机是怎么工作的。你可以把相机成像想象成一场“降维打击”：丰富多彩、有深度信息的三维世界，经过镜头这个小孔，被投影到了二维的相机传感器（CMOS/CCD）上。这个过程中，丢失了最重要的“深度”（即距离）信息。为了用数学描述这个过程，我们引入了“相机模型”。

2.1 针孔相机模型：最理想化的起点

这是所有相机模型的基础。想象一个封闭的暗箱，只在箱壁开一个小孔，外界的光线穿过小孔，在对面箱壁上形成倒立的像。这就是针孔模型，它假设光线是直线传播，且成像点唯一。

在这个理想模型下，一个三维空间点[X, Y, Z]投影到二维图像平面点[u, v]的关系，可以用一个矩阵乘法简洁表示：

s * [u, v, 1]^T = K * [R|t] * [X, Y, Z, 1]^T

这个公式里包含了标定要解决的所有核心参数：

• s：一个任意的尺度因子。
• K：相机内参矩阵。这是标定的重中之重，它描述了相机自身的属性。
• [R|t]：相机外参矩阵。其中R是旋转矩阵，t是平移向量。它描述了相机坐标系相对于某个世界坐标系（比如标定板坐标系）的方位。

2.2 内参矩阵（K）：相机的“身份证”

内参矩阵K通常长这样：

K = [ fx, 0, cx; 0, fy, cy; 0, 0, 1 ]

这里面的每一个参数都至关重要：

• fx,fy(焦距)：单位是像素。它不等于镜头物理焦距（单位毫米），而是物理焦距与传感器像元尺寸的乘积。fx和fy不同，说明像素在x和y方向不是正方形的（这种情况很少，但存在）。
• cx,cy(主点坐标)：理论上，它是图像平面的中心点坐标。但由于传感器安装的细微偏差，光轴可能并不穿过图像正中心，所以主点需要标定来确定。
• 0(偏斜系数)：理想情况下，图像坐标轴是垂直的，这里就是0。如果传感器因为制造或安装原因有轻微倾斜，这个参数就不为0。

实操心得：对于绝大多数现代工业相机和消费级相机，可以安全地假设偏斜系数为0，fx = fy。这能简化计算，提高标定稳定性。但在对精度要求极高的计量场合，仍需将其作为待标定参数。

2.3 镜头畸变：理想模型的“现实补丁”

针孔模型是理想的，但真实镜头由于光学设计、制造工艺，会引入畸变，主要分为两类：

1. 径向畸变：由镜头形状引起，光线在远离中心的地方弯曲更厉害。就像通过鱼缸看东西，边缘会变形。
   • 桶形畸变：图像边缘向内弯曲，像鼓起的桶。常见于广角镜头。
   • 枕形畸变：图像边缘向外弯曲，像枕头。常见于长焦镜头。
2. 切向畸变：由镜头与传感器安装不平行引起。想象一下相机的CMOS芯片贴歪了。

畸变用一系列系数(k1, k2, k3, p1, p2, ...)来描述。标定的一个重要任务，就是准确估计出这些系数，从而在后续使用中校正图像，让直线看起来真的是直线。

2.4 外参矩阵（[R|t]）：相机在哪儿，看哪儿

外参描述了相机坐标系和世界坐标系的关系。在标定时，我们通常将标定板平面定义为Z=0的世界坐标系平面。这样，标定过程就变成了：通过多张不同角度拍摄的、已知图案（如棋盘格）的标定板图像，反推出每张图像对应的相机外参(R, t)，并利用所有这些视图的约束，共同求解出唯一的内参K和畸变系数。

注意事项：外参在单次标定过程中是“临时”的，每张图都不同。标定完成后，我们得到的是固定的内参和畸变系数。当相机固定安装后，它相对于某个工作台的外参也可以一次性标定出来，这个外参在后续应用中就是固定的了。

3. 标定实战：手把手完成一次棋盘格标定

理论说再多，不如动手做一遍。这里我们以最经典、应用最广泛的张正友棋盘格标定法为例，使用 OpenCV 库进行实操。这个方法鲁棒性好，精度高，是入门和工业应用的标杆。

3.1 工具与材料准备

1. 标定板：一张打印的高精度棋盘格图。这是关键！
   • 规格：通常使用9x6的内角点（注意是内角点，即黑白方格相交的内部点，不是方格数）。你也可以用7x10或其他，但需要相应修改代码。
   • 打印要求：必须使用高精度打印机，确保方格是标准的正方形。最好覆膜或贴在平整的硬板（如亚克力板）上，防止翘曲。每个方格的物理尺寸（如25.0 mm）必须精确测量并记录，这个值将作为世界坐标的尺度基准。
2. 相机：固定焦距的相机。手机、USB摄像头、工业相机均可。标定期间，焦距（变焦）、光圈、对焦都必须锁定，任何改动都会导致内参变化，需要重新标定。
3. 环境：光照均匀，避免反光和阴影。标定板图案需要清晰成像。
4. 软件：安装 Python 和 OpenCV 库。

   pip install opencv-python opencv-contrib-python numpy

3.2 图像采集：决定标定精度的第一步

采集至少10-20 张不同位姿的标定板图像。原则是“多样化”：

• 角度多样：平拍、左倾、右倾、俯拍、仰拍。
• 位置多样：占满整个画面，左上、右下、中心。
• 距离多样：远近结合，但必须保证所有角点都清晰可见。
• 避免对称：不要让标定板在画面中过于对称或只出现在局部。

踩坑实录：我曾因为偷懒只拍了5张平视角度略微变化的图片，结果标定出的畸变参数完全不对，重投影误差巨大。后来老老实实拍了15张覆盖各种姿态的图片，问题立刻解决。图像数量和质量是标定成功的基石。

将采集好的图像保存在一个专门的文件夹中，例如./calib_imgs/。

3.3 代码实现：一步步解析

下面是一个完整的标定脚本，我们逐段解释。

import cv2 import numpy as np import glob import os # 1. 定义棋盘格尺寸（内角点数量） pattern_size = (8, 5) # 例如：棋盘格每行9个方格，则有8个内角点。这里以8x5为例，请根据你的标定板修改！ # 2. 定义每个方格的实际物理尺寸（单位：毫米） square_size = 25.0 # 假设每个方格边长为25mm # 3. 准备对象点：生成世界坐标系下的3D点 (0,0,0), (1,0,0), (2,0,0) ....,(8,5,0) objp = np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32) objp[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) objp *= square_size # 乘上物理尺寸，将单位从“格”变为“毫米” # 4. 用于存储所有图像的对象点和图像点 objpoints = [] # 3D点 in real world space imgpoints = [] # 2D点 in image plane. # 5. 读取所有标定图像 images = glob.glob('./calib_imgs/*.jpg') # 根据你的图像格式修改 for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 6. 查找棋盘格角点 ret, corners = cv2.findChessboardCorners(gray, pattern_size, None) # 7. 如果找到，添加对象点和图像点 if ret == True: objpoints.append(objp) # 角点亚像素精细化：提高角点定位精度至亚像素级别 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners_refined = cv2.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria) imgpoints.append(corners_refined) # 可选：在图像上绘制并显示角点，用于检查 cv2.drawChessboardCorners(img, pattern_size, corners_refined, ret) cv2.imshow('Found Corners', img) cv2.waitKey(500) # 显示500毫秒 else: print(f"未在 {fname} 中找到角点，请检查图像或棋盘格尺寸设置。") cv2.destroyAllWindows() # 8. 检查是否有足够的数据进行标定 if len(objpoints) < 5: print(f"错误：仅找到 {len(objpoints)} 张有效图像。至少需要5张。请采集更多有效图像。") exit() # 9. 相机标定！ print(f"开始标定，使用 {len(objpoints)} 张图像...") ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) # 10. 输出标定结果 print("\n=== 相机内参矩阵 (K) ===") print(mtx) print("\n=== 畸变系数 (k1, k2, p1, p2[, k3[, k4, k5, k6]]) ===") print(dist) print(f"\n=== 重投影误差 (越低越好，通常<0.5) ===") print(ret) # 11. 评估标定结果：计算每张图的重投影误差 mean_error = 0 for i in range(len(objpoints)): imgpoints2, _ = cv2.projectPoints(objpoints[i], rvecs[i], tvecs[i], mtx, dist) error = cv2.norm(imgpoints[i], imgpoints2, cv2.NORM_L2) / len(imgpoints2) mean_error += error print(f"\n平均重投影误差: {mean_error/len(objpoints)} 像素") # 12. 保存标定结果 np.savez('camera_calib_params.npz', mtx=mtx, dist=dist, rvecs=rvecs, tvecs=tvecs) print("标定参数已保存至 'camera_calib_params.npz'")

关键步骤解析：

• 步骤3（生成objp）：这里构建了标定板坐标系。我们假设标定板在Z=0的平面上，角点坐标以“格”为单位，乘以square_size后得到真实物理尺寸（毫米）。这是连接2D图像点和3D世界点的桥梁。
• 步骤7（角点亚像素精细化）：cv2.findChessboardCorners找到的角点是整数像素坐标。cv2.cornerSubPix通过迭代算法，将定位精度提升到亚像素级别（如0.1像素），这是获得高精度标定结果的关键一步。
• 步骤9（cv2.calibrateCamera）：这是核心函数。它采用最大似然估计等优化算法，利用所有objpoints和imgpoints的对应关系，求解出使重投影误差最小的mtx（内参）、dist（畸变）以及每张图的rvecs,tvecs（外参）。

3.4 结果解读与验证

运行脚本后，你会得到几个关键输出：

1. 内参矩阵mtx：重点关注fx,fy,cx,cy。fx和fy应该接近，cx,cy应该在图像尺寸的一半左右。例如，对于1280x720的图像，cx约640，cy约360。
2. 畸变系数dist：通常是一个5维或更多维的数组，如[k1, k2, p1, p2, k3]。k1通常是最大的径向畸变系数。
3. 重投影误差：这是最重要的质量指标。它表示将标定出的3D点重新投影回图像，与检测到的角点之间的平均像素距离。一般来说，误差小于0.5像素说明标定质量很好，小于1像素可以接受。如果大于1像素，甚至达到几个像素，就需要检查图像质量、角点检测或标定板精度了。

验证方法：使用标定结果去畸变一张新的、未参与标定的图像，观察直线是否被拉直。

# 加载标定参数 with np.load('camera_calib_params.npz') as data: mtx, dist = data['mtx'], data['dist'] # 读取一张测试图 img_test = cv2.imread('test_image.jpg') h, w = img_test.shape[:2] # 优化内参矩阵，获取无畸变的有效区域ROI newcameramtx, roi = cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h)) # 方法1：使用cv2.undistort去畸变 dst = cv2.undistort(img_test, mtx, dist, None, newcameramtx) # 裁剪ROI区域 x, y, w_roi, h_roi = roi dst = dst[y:y+h_roi, x:x+w_roi] # 方法2：使用映射（更快，适用于视频流） mapx, mapy = cv2.initUndistortRectifyMap(mtx, dist, None, newcameramtx, (w,h), 5) dst_fast = cv2.remap(img_test, mapx, mapy, cv2.INTER_LINEAR) # 并排显示原图和校正图 cv2.imshow('Original vs Undistorted', np.hstack((img_test, dst))) cv2.waitKey(0) cv2.destroyAllWindows()

观察校正后的图像，原本弯曲的墙壁边缘、门框线条应该变得笔直。

4. 影响标定精度的关键因素与深度优化

一次基础的标定可能很快就完成了，但要获得稳定、高精度的参数，需要关注许多细节。

4.1 标定板：精度之源

• 平面度：这是最容易被忽视却影响巨大的因素。一张A4纸打印的标定板，在空气中很容易受潮弯曲。务必使用刚性底板（如铝板、光学平板玻璃）并覆上高精度打印的图案。我曾用亚克力板，后来发现时间久了仍有微小形变，升级到带陶瓷涂层的标定板后，标定重复性显著提升。
• 图案精度：方格必须是标准的正方形，黑白对比度要高。商用高精度标定板（如来自Thorlabs, Edmund Optics等）使用光刻工艺，精度可达微米级，是严肃应用的必备。
• 尺寸选择：标定板在图像中的占比最好在1/3到2/3之间。太小，角点检测误差占比大；太大，边缘畸变严重区域可能被裁切。

4.2 图像采集的艺术

• 数量与位姿：15-20张是甜点区。位姿要尽可能覆盖相机视野的各个角落和角度，特别是边缘区域，这对准确估计畸变系数至关重要。
• 对焦与光圈：全程锁定！自动对焦会导致每张图焦距轻微变化，内参中的fx,fy也会变，导致标定失败。使用小光圈（大F值）可以增加景深，确保标定板在不同距离都清晰，但要注意衍射极限和进光量。
• 光照均匀：避免局部过曝或阴影。不均匀光照会导致角点检测的亚像素精度下降。使用漫射光源（如灯箱）是理想选择。

4.3 角点检测：算法的“眼睛”

• findChessboardCorners的局限性：在图像模糊、光照不均、标定板部分遮挡时，这个函数可能失败。可以尝试调整flags参数，如cv2.CALIB_CB_ADAPTIVE_THRESH + cv2.CALIB_CB_NORMALIZE_IMAGE来增强鲁棒性。
• 手动干预：对于关键应用，可以考虑开发一个GUI工具，在算法失败时手动点击或微调角点位置。OpenCV的cv2.cornerSubPix即使从不太准确的初始点出发，也能优化到正确位置。
• 探索其他图案：棋盘格不是唯一选择。圆形网格、对称圆环图案（如AprilTag、Charuco板）在某些场景下检测更稳定，对模糊和部分遮挡不敏感，并且能提供点与点之间的对应关系。

4.4 标定算法与参数选择

OpenCV的calibrateCamera函数背后是复杂的优化过程。有几个参数可以调整：

• 畸变模型：distCoeffs的维度。通常5个参数(k1, k2, p1, p2, k3)足够。对于鱼眼镜头，需要使用cv2.fisheye模块和不同的畸变模型。
• 标志位flags：
  • cv2.CALIB_FIX_K3: 如果k3系数接近0或不稳定，可以固定它。
  • cv2.CALIB_ZERO_TANGENT_DIST: 如果确信镜头安装很好，可以固定切向畸变p1, p2为0。
  • cv2.CALIB_FIX_ASPECT_RATIO: 固定fx/fy的比率。如果你知道像素是正方形的，可以使用这个。建议：初次标定时，使用默认参数（不设特殊flags）。如果结果中某个系数（如k3）的绝对值非常小（如<1e-7）且不稳定，在下一次标定时可以固定它。

5. 常见问题排查与实战技巧

在实际操作中，你一定会遇到各种问题。下面是一个快速排查指南：

独家避坑技巧：

1. “动板不动机”原则：标定时，固定相机，移动标定板。这比移动相机更简单，且能保证相机内参绝对不变。
2. 可视化是王道：一定要把检测到的角点画在图像上 (drawChessboardCorners)，逐张检查。有时候算法会“找错点”，比如把棋盘格边缘的污渍当成角点。
3. 误差分析：不要只看总的重投影误差。计算并打印每张图的误差。如果某几张图的误差远高于平均值，把它们剔除后重新标定，精度往往会提升。这些通常是采集质量差的“坏样本”。
4. 标定只是开始：标定出的参数是在特定温度、光照下的。对于高精度应用，需要考虑温度漂移（特别是焦距）。建立内参与温度的关系模型，或在每次使用前进行快速单点校验，是工业级应用的做法。

相机标定是一项融合了光学、几何、算法和实操经验的工程。它没有黑魔法，其精度完全取决于你对每个细节的控制。从一张平整的标定板、一组高质量的图像开始，耐心调试，仔细验证，你就能为你的视觉系统配上一双“火眼金睛”。掌握了基础的单目标定，你就打开了视觉感知世界的大门，后续的双目立体视觉、激光雷达与相机融合标定，都是建立在这个坚实的地基之上的。