学习笔记:利用usb_cam进行单目标定与畸变矫正(笔记本摄像头 or usb相机)

这篇具有很好参考价值的文章主要介绍了学习笔记:利用usb_cam进行单目标定与畸变矫正(笔记本摄像头 or usb相机)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一个刚入门视觉的学习笔记,怕哪天系统崩了找不回笔记了,故上传到博客方便保留。

1、准备工作(安装usb_cam)

1)创建文件夹

mkditr usb
cd usb
mkdir src

2)下载编译安装usb_cam包(该包能将摄像头的图像通过sensor_msgs::Image消息发布)

cd ros_calibration/src
git clone https://github.com/bosch-ros-pkg/usb_cam.git usb_cam
sudo apt install ros-melodic-usb-\cam*
cd ..
catkin_make

usb_cam,视觉标定,学习,ubuntu,计算机视觉

 usb_cam,视觉标定,学习,ubuntu,计算机视觉

 2、可以通过ls/dev/video*来查看电脑的设备号来选择外接或笔记本摄像头

usb_cam,视觉标定,学习,ubuntu,计算机视觉

1)查看到的设备号可以改动文件里的.launch文件中的video0来更换笔记本摄像头或者usb相机来标定(我这里改成usb相机)

usb_cam,视觉标定,学习,ubuntu,计算机视觉

usb_cam,视觉标定,学习,ubuntu,计算机视觉

3、进行标定

cd usb
source ./devel/setup.bash
roslaunch usb_cam usb_cam-test.launc

1)再打开一个终端运行下面的标定程序(程序中跑动的是包中的标定的py程序)  注:size为网格数,square为网格大小,image为发布的图像话题,camera为相机名

rosrun camera_calibration cameracalibrator.py --size 9x6 --square 0.025 image:=/usb_cam/image_raw camera:=/usb_cam

usb_cam,视觉标定,学习,ubuntu,计算机视觉

 然后就移动标定板完成标定(X为水平移动,Y为上下平移,size拉远拉近标定板,Skew通过旋转标定板来积累)

usb_cam,视觉标定,学习,ubuntu,计算机视觉

 标定完成后点击CALIBRATE就会给出相机获取到的内参外参,然后点击SAVE保存就把相机获得的内参保存到tmp(这个文件夹在计算机里)里面,然后再打开里面的.yaml文档

usb_cam,视觉标定,学习,ubuntu,计算机视觉

 usb_cam,视觉标定,学习,ubuntu,计算机视觉

 这样就能获得相机标定到的参数。(我们可以通过修改上面的k1,k2,k3,p1,p2五个参数来调试相机)

4、畸变矫正

1)将.yaml文件保存到一个位置(我这里保存到home目录下)

usb_cam,视觉标定,学习,ubuntu,计算机视觉

 2)将.yaml文档路径保存到usb_cam的launch文件中

gedit usb/src/usb_cam/launch/usb_cam-test.launch 

3)将下面这句补到launch文档的launch行下面(下面语句需要修改.yaml文档的路径)注:下面语句$(find usb_cam)要改成ost.yaml的路径,比如我这里路径为home/lyh/

<param name="camera_info_url" type="string" value="file://$(find usb_cam)/ost.yaml"/>

如下图所示:

usb_cam,视觉标定,学习,ubuntu,计算机视觉

保存退出即可 ;

4)运行

cd usb
source ./devel/setup.bash
roslaunch usb_cam usb_cam-test.launch

再打开一个终端:

ROS_NAMESPACE=usb_cam rosrun image_proc image_proc

再打开一个终端:

rviz

usb_cam,视觉标定,学习,ubuntu,计算机视觉

5)按Add加入已经矫正的image图像话题(选中image_rect添加即可)

usb_cam,视觉标定,学习,ubuntu,计算机视觉

 加入后就是矫正后的图像了

 这是一个新手的初学笔记,欢迎指正。文章来源地址https://www.toymoban.com/news/detail-730530.html

到了这里,关于学习笔记:利用usb_cam进行单目标定与畸变矫正(笔记本摄像头 or usb相机)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 使用 OpenCV 进行基于 ESP32 CAM 的目标检测和识别

      本教程介绍了使用 OpenCV 基于 ESP32 CAM 的目标检测和识别主题。OpenCV 是一个开源的图像处理库,不仅在工业界而且在研发领域都得到了非常广泛的应用。 这里对于对象检测,我们使用了cvlib 库。该库使用 COCO 数据集上的预训练 AI 模型来检测对象。预训练模型的名称是 YOLO

    2024年02月08日
    浏览(126)
  • 利用sqlmap进行post注入学习笔记

    sqlmap是一款开源、功能强大的自动化SQL注入工具,支持Access,MySQL,Oracle,SQL Server,DB2等多种数据库。支持get,post ,cookie注入,支持基于布尔的盲注,基于时间的盲注,错误回显注入,联合查询注入,堆查询注入等。 1.在登录处,用于判断用户名、密码会使用select语句;

    2024年02月13日
    浏览(45)
  • 利用yolov5进行目标检测,并将检测到的目标裁剪出来

    写在前面:关于yolov5的调试运行在这里不做过多赘述,有关yolov5的调试运行请看: https://www.bilibili.com/video/BV1tf4y1t7ru/spm_id_from=333.999.0.0vd_source=043dc71f3eaf6a0ccb6dada9dbd8be37 本文章主要讲解的是裁剪。 需求:识别图片中的人物并将其裁剪出来 如果只需识别人物的话,那么只需在y

    2024年02月02日
    浏览(43)
  • 《python深度学习》笔记(二十):神经网络的解释方法之CAM、Grad-CAM、Grad-CAM++、LayerCAM

    原理 优点 缺点 GAP 将多维特征映射降维为一个固定长度的特征向量 ①减少了模型的参数量;②保留更多的空间位置信息;③可并行计算,计算效率高;④具有一定程度的不变性 ①可能导致信息的损失;②忽略不同尺度的空间信息 CAM 利用最后一个卷积层的特征图×权重(用

    2024年02月05日
    浏览(41)
  • TransFusion:利用 Transformer 进行鲁棒性融合来进行 3D 目标检测

    Input-dependent 以往 Query 位置是随机生成或学习作为网络参数的,而与输入数据无关,因此需要额外的阶段(解码器层)来学习模型向真实对象中心移动的过程。 论文提出了一种基于center heatmap 的 input-dependent 初始化策略。(decoder :6 layers — 1 layer) 给定一个 d d d 维的 LiDAR

    2024年02月11日
    浏览(55)
  • 【利用MMdetection3D框架进行单目3D目标检测(smoke算法】

    mmdetection3d是OpenMMLab开发的3D目标检测开源工具箱,里面包含了许多经典的3D目标检测算法,包含了单目3D目标检测、多目3D目标检测、点云3D目标检测、多模态3D目标检测等各个方向。我们只需要把相应的算法权重下载下来,并调用相应接口即可进行检测。 mmdetection3d的安装需要

    2024年02月13日
    浏览(48)
  • 通过Kali利用永恒之蓝漏洞目标主机shell,并进行部分后渗透操作

    环境说明 机器 ip地址 Kali主机 192.168.231.129 win7 靶机 192.168.231.143 1.使用kali虚拟机作为攻击机,利用nmap扫描获取目标的IP地址及漏洞,将两个机器包括一个攻击机Kali、win7的网络连接模式都是NAT,即在一个网段里面,然后进行扫描网段,查看存活主机,下面是两台机器的ip地址查

    2024年02月08日
    浏览(56)
  • YOLOv8改进 | 进阶实战篇 | 利用YOLOv8进行视频划定区域目标统计计数

    Hello,各位读者, 最近会给大家发一些进阶实战的讲解 ,如何利用YOLOv8现有的一些功能进行一些实战, 让我们不仅会改进YOLOv8,也能够利用YOLOv8去做一些简单的小工作,后面我也会将这些功能利用PyQt或者是pyside2做一些小的界面给大家使用。 在开始之前给大家推荐一下我的

    2024年01月20日
    浏览(47)
  • 计算机视觉的应用4-目标检测任务:利用Faster R-cnn+Resnet50+FPN模型对目标进行预测

    大家好,我是微学AI,今天给大家介绍一下计算机视觉的应用4-目标检测任务,利用Faster Rcnn+Resnet50+FPN模型对目标进行预测,目标检测是计算机视觉三大任务中应用较为广泛的,Faster R-CNN 是一个著名的目标检测网络,其主要分为两个模块:Region Proposal Network (RPN) 和 Fast R-CNN。我

    2024年02月05日
    浏览(55)
  • 计算机视觉的应用7-利用YOLOv5模型启动电脑摄像头进行目标检测

    大家好,我是微学AI,今天给大家介绍一下计算机视觉的应用7-利用YOLOv5模型启动电脑摄像头进行目标检测,本文将详细介绍YOLOv5模型的原理,YOLOv5模型的结构,并展示如何利用电脑摄像头进行目标检测。文章将提供样例代码,以帮助读者更好地理解和实践YOLOv5模型。 目录 引

    2024年02月10日
    浏览(58)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包