diff --git a/.vscode/ltex.dictionary.de-DE.txt b/.vscode/ltex.dictionary.de-DE.txt index 52c8f549d671c49dbb5f65113124435d8ac36b6e..de79d3e97faacfae69426c6145dbf55f11702a40 100644 --- a/.vscode/ltex.dictionary.de-DE.txt +++ b/.vscode/ltex.dictionary.de-DE.txt @@ -9,3 +9,10 @@ Render OpenCV Kalibriermuster Unkalibriertes +Kaliebreiung +Verzerrungsarten +Verzerrungskoeffizienten +Kalibrierungs-Parameter +Reprojektions-Fehler +Kalibriermusters +Kalibrierungsergebnisse diff --git a/chap/kalibrierung.tex b/chap/kalibrierung.tex index 217c409e5f3ae8075649af5b499da2a80e8d032f..092d181aa3acd03703e8bd403fef5eb442d8c110 100644 --- a/chap/kalibrierung.tex +++ b/chap/kalibrierung.tex @@ -186,9 +186,10 @@ imgpoints.append(corners) \end{lstlisting} - Jetzt kann die eigentliche Kalibrierung mittels der \gls{OpenCV} Funktion \lstinline{calibrateCamera()} durchgeführt werden. Diese nimmt die - zuvor erstellten Listen von Objektkoordinaten und Bildpunkten und löst damit die in \autoref{sec: intrinsic} beschriebenen Gleichungen. Als - Ergebnis liefert sie die Kameramatrix $K$ und die Verzerrungskoeffizienten $D_{coeff}$ zurück. \cite{OpenCV:CameraCalibration} + Jetzt kann die eigentliche Kalibrierung mittels der \gls{OpenCV} Funktion \lstinline{calibrateCamera()} durchgeführt werden. Diese nimmt + die zuvor erstellten Listen von Objektkoordinaten und Bildpunkten und löst damit die in \autoref{sec: intrinsic} beschriebenen + Gleichungen. Als Ergebnis liefert sie die Kameramatrix $K$ und die Verzerrungskoeffizienten $D_{coeff}$ zurück. + \cite{OpenCV:CameraCalibration} \begin{lstlisting}[ float, @@ -197,7 +198,7 @@ language=Python ] # get calibration parameters: - ret, K, D_coeff, _, _ = cv.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) + ret, K, D_coeff, rvecs, tvecs = cv.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) \end{lstlisting} Der gesamte Code wird nun auf einen Datensatz von Bilder angewandt, um die Ergebnisse für den vorliegenden Roboter zu erhalten. Der Datensatz