当前位置： 首页 > news >正文

oak相机使用oak官网方式标定

news 2025/7/17 9:46:38

目录

一、depthai ROS驱动

一、depthai ROS驱动

（1）驱动下载地址：2. C++ 开发快速上手 — DepthAI Docs 0.3.0.0 documentation

sudo apt install ./depthai_2.17.1_arm64.deb
//运行
Python3 utilities/cam_test.py -mres 400 -cams rgb,m left,m right,m camd,m

（2）或者运行python脚本打开相机

      
import depthai as dai
import cv2cam_list = ["CAM_B", "CAM_C", "CAM_D","CAM_A"]
cam_socket_opts = {"CAM_A": dai.CameraBoardSocket.RGB,"CAM_B": dai.CameraBoardSocket.LEFT,"CAM_C": dai.CameraBoardSocket.RIGHT,"CAM_D": dai.CameraBoardSocket.CAM_D,
}pipeline = dai.Pipeline()
cam = {}
xout = {}
for c in cam_list:cam[c] = pipeline.create(dai.node.MonoCamera)cam[c].setResolution(dai.MonoCameraProperties.SensorResolution.THE_800_P)if c == "CAM_A":cam[c].initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.OUTPUT)else:cam[c].initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.INPUT)# cam[c].initialControl.setExternalTrigger(4, 3)cam[c].setBoardSocket(cam_socket_opts[c])cam[c].setFps(20)xout[c] = pipeline.create(dai.node.XLinkOut)xout[c].setStreamName(c)cam[c].out.link(xout[c].input)config = dai.Device.Config()
config.board.gpio[6] = dai.BoardConfig.GPIO(dai.BoardConfig.GPIO.OUTPUT, dai.BoardConfig.GPIO.Level.HIGH
)
# config.version = dai.OpenVINO.VERSION_UNIVERSALwith dai.Device(config) as device:device.startPipeline(pipeline)print('Connected cameras:')for p in device.getConnectedCameraFeatures():print(f' -socket {p.socket.name:6}: {p.sensorName:6} {p.width:4} x {p.height:4} focus:', end='')print('auto ' if p.hasAutofocus else 'fixed', '- ', end='')print(*[type.name for type in p.supportedTypes])q = {}for c in cam_list:q[c] = device.getOutputQueue(name=c, maxSize=1, blocking=False)cv2.namedWindow(c, cv2.WINDOW_NORMAL)cv2.resizeWindow(c, (640, 480))while not device.isClosed():git clone https://github.com/ethz-asl/kalibr.gitframe_list = []for c in cam_list:pkt = q[c].tryGet()if pkt is not None:print(c + ":", pkt.getTimestampDevice())frame_list.append((c, pkt.getCvFrame()))# cv2.imshow(c, frame)if frame_list:print("-------------------------------")for c,frame in frame_list:cv2.imshow(c, frame)#print("-------------------------------")key = cv2.waitKey(1)if key == ord("q"):break

（3）使用python脚本

'''func:驱动DepthAi套件的相机by:2024.7.5
'''
import depthai as dai
import cv2
import queue
class CamerDrive():cam_list = ['rgb', 'left', 'right', 'camd']cam_socket_opts = {}pipeline = dai.Pipeline()# 初始化两个字典，用于存储摄像头节点和XLinkOut节点cam = {}xout = {}#frameQueue = {}device = None# myFrameQueue = {}# 构造函数def __init__(self):self.cam_socket_opts = {'rgb': dai.CameraBoardSocket.RGB,  # Or CAM_A  板载接口名称可复用'left': dai.CameraBoardSocket.LEFT,  # Or CAM_B'right': dai.CameraBoardSocket.RIGHT,  # Or CAM_C'camd': dai.CameraBoardSocket.CAM_D,}#     配置相机节点def cameraNodeConfig(self):for c in self.cam_list:# 创建MonoCamera节点（注意：这里可能对于RGB摄像头需要改为ColorCamera）self.cam[c] = self.pipeline.create(dai.node.MonoCamera)# if c == 'rgb':#     self.cam[c] = self.pipeline.create(dai.node.ColorCamera)# 设置摄像头分辨率为800Pself.cam[c].setResolution(dai.MonoCameraProperties.SensorResolution.THE_800_P)# 根据摄像头类型设置帧同步模式if c == 'rgb':self.cam[c].initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.OUTPUT)  # 输出同步模式else:self.cam[c].initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.INPUT)  # 输入同步模式# 设置摄像头连接到板载的哪个接口self.cam[c].setBoardSocket(self.cam_socket_opts[c])# 创建XLinkOut节点，用于将摄像头数据输出到主机self.xout[c] = self.pipeline.create(dai.node.XLinkOut)# 设置输出流的名称self.xout[c].setStreamName(c)# 将摄像头的输出链接到XLinkOut的输入self.cam[c].out.link(self.xout[c].input)def depthAIConfig(self):config = dai.Device.Config()# 将GPIO引脚6配置为输出模式，并设置初始电平为高config.board.gpio[6] = dai.BoardConfig.GPIO(dai.BoardConfig.GPIO.OUTPUT,dai.BoardConfig.GPIO.Level.HIGH)# 使用Device类创建一个设备实例，并传入之前配置的配置对象。同时，使用with语句确保设备在使用完毕后正确关闭。# with dai.Device(config) as device:self.device = dai.Device(config)# 启动pipeline对象self.device.startPipeline(self.pipeline)# 遍历相机列表，为每个相机设置输出队列、OpenCV窗口，并初始化FPS计算对象。for c in self.cam_list:self.frameQueue[c] = self.device.getOutputQueue(name=c, maxSize=1, blocking=False)  # 获取相机输出队列，非阻塞模式cv2.namedWindow(c, cv2.WINDOW_NORMAL)  # 为每个相机创建一个OpenCV窗口cv2.resizeWindow(c, (640, 480))  # 调整窗口大小def get_Frame(self):while True:for c in self.cam_list:# 尝试从输出队列中获取一帧数据。try:pkt = self.frameQueue[c].tryGet()if pkt is not None:# 将数据包转换为OpenCV的Mat对象并显示。frame = pkt.getCvFrame()cv2.imshow(c, frame)else:print('sda')key = cv2.waitKey(1)if key == ord('q'):breakexcept:passif __name__ == '__main__':a = CamerDrive()a.cameraNodeConfig()a.depthAIConfig()a.get_Frame()

二、获取相机内参

1.安装depthai-ros

mkdir -p dai_ws/src
cd dai_ws/src
git clone https://gitee.com/oakchina/depthai-ros.git
cd ..
source /opt/ros/melodic/setup.bash
rosdep install --from-paths src --ignore-src -r -y
catkin_make
source devel/setup.bash

2.执行相机对应的launch文件

cd dai_ws
source devel/setup.bash
roslaunch depthai_examples mobile_publisher.launch camera_model:=OAK-D

3.查看相机内参

rostopic echo -n 1 /mobilenet_publisher/color/camera_info

4.相机内参结果

相机内参Intrinsics: k表示等距畸变系数，mu,mv对应焦距,v,u对应主点坐标。 相机外参Extrinsics(从右目往左目): rotation表示旋转矩阵， translation表示平移矩阵。 D、K、R、P 分别为畸变参数，内参矩阵，矫正矩阵，投影矩阵。

seq: 0

stamp:

secs: 1719912958

nsecs: 823117551

frame_id: "oak_rgb_camera_optical_frame"

height: 720

width: 1280

distortion_model: "plumb_bob"

畸变参数D: [-1.87286, 16.683033, 0.001053, -0.002063, 61.878521, -2.158907, 18.424637, 57.682858, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

内参矩阵 K: [1479.458984, 0.0, 950.694458, 0.0, 1477.587158, 530.697632, 0.0, 0.0, 1.0]

R: [0.9997062937394856, -0.023389961528659683, 0.006343181957754751, 0.0233922879452606, 0.999726320114537, -0.0002928052810344399, -0.006334597252184302, 0.0004411008211352551, 0.9999798389506251]

P: [1479.458984, 0.0, 950.694458, 0.0, 0.0, 1477.587158, 530.697632, 0.0, 0.0, 0.0, 1.0, 0.0]

binning_x: 0

binning_y: 0

roi:

x_offset: 0

y_offset: 0

height: 0

width: 0

do_rectify: False

---

三、OAK相机外参

git clone https://gitee.com/oakchina/depthai.git
python3 install_requirements.py
//运行
python3 calibrate.py -s 2.75 -ms 2.05 -brd OAK-D -cd 0 -c 1 -mst 1

-db：表示默认板，表示你正在使用 Charuco 标记。

  • -nx：x 方向上的 Charuco 标记数。

  • -c：每次显示多边形时拍摄的照片数量（可选，建议在你的情况下省略）。

  • -cd：拍摄照片前的倒计时时间（以秒为单位）（可选，建议用于更快的图像校准）。

  • -s：Charuco 标记周围的正方形大小（以厘米为单位）。

  • -ms：标记的大小（以厘米为单位）。

  • -brd：设备的板（在本例中为 OAK-D-SR-POE）

修改其json文件

{"board_config":{"name": "OAK-D","revision": "R1M0E1","cameras":{"CAM_A": {"name": "rgb","hfov": 89.5水平视场角"type": "color"相机类型},"CAM_B": {"name": "left","hfov": 71.86,"type": "mono","extrinsics": {"to_cam": "CAM_C","specTranslation": {"x": -7.5,"y": 0,"z": 0},"rotation":{"r": 0,"p": 0,"y": 0}}},"CAM_C": {"name": "right","hfov": 71.86,"type": "mono","extrinsics": {"to_cam": "CAM_A","specTranslation": {"x": 3.75,"y": 0,"z": 0},"rotation":{"r": 0,"p": 0,"y": 0}}}},"stereo_config":{"left_cam": "CAM_B","right_cam": "CAM_C"}}
}

标定结果


 

http://www.lryc.cn/news/397598.html

相关文章：

  • 打造高效能“园区企业服务平台”，让企业更好更快发展！
  • 【常见开源库的二次开发】基于openssl的加密与解密——openssl认识与配置（一）
  • 前端时间格式传入后端负载里面没有东西
  • BUCK电源芯片，电气参数，极限参数，工作特性，引脚功能
  • 学习小记-使用Redis的令牌桶算法实现分布式限流
  • electron + express 实现 vue 项目客户端部署
  • 千万慎投！自引率高达93%！这16本On hold正处于高危状态，无法检索，剔除岌岌可危中！近四年镇压期刊“出狱”情况一览
  • 【数据结构】排序——快速排序
  • Matlab 怎么查找矩阵中所有0的数据并赋值
  • 开发一个HTTP模块
  • vue2实现复制,粘贴功能，使用vue-clipboard2插件
  • 【软件测试】 1+X初级 功能测试试题
  • zynq启动和程序固化流程
  • CSS3实现彩色变形爱心动画【附源码】
  • 【JVM基础篇】Java的四种垃圾回收算法介绍
  • Kodcloud可道云安装与一键发布上线实现远程访问详细教程
  • python杨辉三角的两种书写方式
  • 【CSS in Depth 2精译】2.5 无单位的数值与行高
  • 【人脸识别、Python实现】PyQt5人脸识别管理系统
  • 软设之观察者模式
  • deep learning 环境配置
  • 09磁盘管理
  • Node.js Stream
  • 简化嵌入式Linux开发：在Ubuntu上安装和配置交叉编译环境的高效方法
  • Photoshop批量处理图片分辨率
  • TCP协议的三次握手和四次挥手（面试）
  • css看见彩虹，吃定彩虹
  • springboot在线教育平台-计算机毕业设计源码68562
  • 形态学图像处理
  • 安泰电压放大器的选型方案是什么