完全python实现双目标定、测距

程序完全是由python3+opencv实现的，包括标定板图像采集，单目相机标定，双目相机标定，立体矫正，SGBM立体匹配，生成视差图像。测距并非采用opencv传统三维函数，通过记录实验数据，对实验数据进行多项式拟合，通过拟合函数进行测距，精度在有效范围内可达3mm，有效范围由摄像头距离决定。

#      ▄▀▄     ▄▀▄
#     ▄█░░▀▀▀▀▀░░█▄
# ▄▄  █░░░░░░░░░░░█  ▄▄
#█▄▄█ █░░▀░░┬░░▀░░█ █▄▄█

###################################
##### Authors:                #####
##### Stephane Vujasinovic    #####
##### Frederic Uhrweiller     ##### 
#####                         #####
##### Creation: 2017          #####
###################################


#***********************
#**** Main Programm ****
#***********************


# Package importation
import numpy as np
import cv2
from openpyxl import Workbook # Used for writing data into an Excel file
from sklearn.preprocessing import normalize

# Filtering
kernel= np.ones（（33）np.uint8）

def coords_mouse_disp（eventxyflagsparam）:
    if event == cv2.EVENT_LBUTTONDBLCLK:
        #print xydisp[yx]filteredImg[yx]
        average=0
        for u in range （-12）:
            for v in range （-12）:
                average += disp[y+ux+v]
        average=average/9
        Distance= -593.97*average**（3） + 1506.8*average**（2） - 1373.1*average + 522.06
        Distance= np.around（Distance*0.01decimals=2）
        print（‘Distance: ‘+ str（Distance）+‘ m‘）
        
# This section has to be uncommented if you want to take mesurements and store them in the excel
##        ws.append（[counterdist average]）
##        print（‘Measure at ‘+str（counterdist）+‘ cm the dispasrity is ‘ + str（average））
##        if （counterdist <= 85）:
##            counterdist += 3
##        elif（counterdist <= 120）:
##            counterdist += 5
##        else:
##            counterdist += 10
##        print（‘Next distance to measure: ‘+str（counterdist）+‘cm‘）

# Mouseclick callback
wb=Workbook（）
ws=wb.active  

#*************************************************
#***** Parameters for Distortion Calibration *****
#*************************************************

# Termination criteria
criteria =（cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER 30 0.001）
criteria_stereo= （cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER 30 0.001）

# Prepare object points
objp = np.zeros（（9*63） np.float32）
objp[::2] = np.mgrid[0:90:6].T.reshape（-12）

# Arrays to store object points and image points from all images
objpoints= []   # 3d points in real world space
imgpointsR= []   # 2d points in image plane
imgpointsL= []

# Start calibration from the camera
print（‘Starting calibration for the 2 cameras... ‘）
# Call all saved images
for i in range（067）:   # Put the amount of pictures you have taken for the calibration inbetween range（0?） wenn starting from the image number 0
    t= str（i）
    ChessImaR= cv2.imread（‘chessboard-R‘+t+‘.png‘0）    # Right side
    ChessImaL= cv2.imread（‘chessboard-L‘+t+‘.png‘0）    # Left side
    retR cornersR = cv2.findChessboardCorners（ChessImaR
                                               （96）None）  # Define the number of chees corners we are looking for
    retL cornersL = cv2.findChessboardCorners（ChessImaL
            

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       10700  2018-09-07 16:05  Stereo-Vision\Main_Stereo_Vision_Prog.py
     目录           0  2018-09-07 15:53  Stereo-Vision\Stereo-Vision\
     文件       10724  2018-09-07 15:58  Stereo-Vision\Stereo-Vision\Main_Stereo_Vision_Prog.py
     文件        2815  2018-06-18 00:07  Stereo-Vision\Stereo-Vision\Take_images_for_calibration.py
     目录           0  2018-09-07 16:05  Stereo-Vision\