OpenCV（cv2）Python发现chessboardcorner在看似简单的棋盘上失败

Question

我有一张从相机上拍摄的棋盘图像：

下面是我的最小工作示例代码：

import cv2
print(cv2.__version__)
left_gray = cv2.imread('left_raw.jpg', cv2.CV_LOAD_IMAGE_GRAYSCALE)
print(left_gray.shape)
ret, left_corners  = cv2.findChessboardCorners(left_gray, (6,5))
print(left_corners)

以下是输出，表明没有找到拐角：

^{pr2}$

我读了另外几个StackOverflow问题：

1. This question是关于opencv2在一个“看似简单的场景”中失败的故事，但我相信我所看到的图片要简单得多，因为这张图片是完全裁剪出来的棋盘版本。在我的情况下，我有一个棋盘，我把它放在一些白色的打印纸上。在
2. This question是关于高分辨率图像的故障。我不确定我使用的相机是否是高分辨率的，但我的图像与这个问题不同，因为这里的棋盘是（大致）居中的，并不是完全倾斜的。在
3. This question是关于一个“完美”棋盘的失败。但是，这一个是对称的，而我的图像是不对称的（它有6行7列），我将输入（5，6）作为我的棋盘。我也试了（6，5），以防我把它弄倒，但没有运气。在
4. This question是关于有人把尺寸弄错了。用户声称，如果我们有一个（10,7）板，函数的输入应该是（9,7），其中10=列数，7=原始板中的行数。然而，我认为我们必须从两个维度中减去一个。在任何情况下，我尝试使用（7,5）和一些其他变体来处理我的图像，但没有一个是有效的。在
5. This question是关于MATLAB的，但是代码应该与Python有太大的不同，而且用户在检测图像方面看到了一些成功，即使是在比我所拥有的复杂得多的场景中。在

在这一点上，我对如何找到拐角有点迷茫。有人有什么建议可以分享吗？图像和代码就在这里，以防您想测试它们。我还应该指出的是，在拍摄图像时，我曾尝试增加原相机的亮度，但没有成功。在

Answer 1

这是我在以下环境中可以获得的最佳结果：

• OpenCV 3.2版
• 棋盘大小：5x5
• 图像在每个维度上减少两个
• 用CLAHE算法对图像进行预处理

C++代码：

cv::Mat img = cv::imread("klpVW.jpg", cv::IMREAD_GRAYSCALE);
cv::resize(img, img, cv::Size(), 0.5, 0.5);
cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE();
clahe->apply(img, img);

std::vector<cv::Point2f> corners;
cv::Size boardSize(5, 5);
bool found = cv::findChessboardCorners(img, boardSize, corners);
std::cout << "found=" << found << std::endl;
cv::Mat display(img.size(), CV_8UC3);
cv::cvtColor(img, display, cv::COLOR_GRAY2BGR);
cv::drawChessboardCorners(display, boardSize, cv::Mat(corners), found);

cv::imshow("Chessboard corners", display);
cv::imwrite("test_chessboard_corners.png", display);
cv::waitKey(0);

由于您的OpenCV版本不同，您可能不会得到相同的结果。无论如何，您应该使用OpenCVpattern（你的方法对我来说似乎稍有不同），并记住校准模式必须尽可能平坦才能获得良好的校准结果。在

Answer 2

我使用cv2.goodFeaturesToTrack()得到了令人满意的结果。在

代码：

corners = cv2.goodFeaturesToTrack(gray_img,25,0.01,10)
corners = np.int0(corners)

for i in corners:
    x,y = i.ravel()
    cv2.circle(img,(x,y),3,(0,0,255),-1)

cv2.imshow('Corners',img)

我知道这是不准确的，但经过一些预处理，你应该能得到更好的结果。在

：天