1 Star 2 Fork 0

Rou_rou / Self-Driving Car Engineer :Camera Calibration

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

Part 03 Camera Calibratio

第三章 相机校准

介绍

这一部分是进行相机校准的学习。
出现图片是真的原因主要是因为又 3D空间 到 2D画面 不可避免地出现图像失真
我会用最简单的OpenCV库 来解决图像失真问题
为以后获得车道线的鸟瞰图与测量车道线的曲率做准备
如果有任何我没有说清楚的地方,或者代码问题 欢迎加我个人微信一起讨论:Rou_rouV5

软件架构

在这一部分我将会说明每一个Demo都进行了哪一部分的尝试 以及每个文件夹做了什么

lesson 01 code.py 通过OpenCV的findChessboardCorners() 和 drawChessboardCorners()函数 对输入的图象进行内角绘制 测试图与输出结果在 calibration_test 文件夹中

lesson 02 code.py 用来练习寻找角落的全部流程,用于测试的图象在 camera_cal 文件夹中 符合设置并且标注好的图象输出在 output_camera_cal 文件夹中

lesson 03 code.py 整理 02 的代码 输入输出相同只是进行了代码整理

lesson 04 code.py 做了同样的事情 叫代码看的更规范

lesson 05 code.py 对停车标志及进行了失真调整 测试图片以及输出图片都在 perspective_transform 文件夹中

lesson 06 code.py 很奇怪的错误 还没有解决

lesson 07 code.py 对失真图象进行矫正 结果输出在 test_image 文件夹中

简单的效果展示

部分边角标注效果 :
输入:
输出:

车辆标志失真校正 :
输入:
输出:

失真图象矫正 标注 :
输入:
输出:

使用说明

空文件

简介

自动驾驶学习第二部分 通过计算机视觉 解决图象的失真问题 展开 收起
取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
Python
1
https://gitee.com/rou-rou/self-driving-car-engineer-camera-calibration.git
git@gitee.com:rou-rou/self-driving-car-engineer-camera-calibration.git
rou-rou
self-driving-car-engineer-camera-calibration
Self-Driving Car Engineer :Camera Calibration
master

搜索帮助