tempImage Point.size

01、相机标定 机器视觉是采用相机成像来实现对三维场景的测量、定位、重建等过程。也是一个利用二维图像进行三维反推的过程，我们所处的世界是三维的，而图像或者照片是二维的。我们可以把相机认为是一个函数，输入量是一个三维场景，输出量是一幅二维图像。 正常来说，三维到二维这个过程是不可逆的。 如果我们能够找到一个合适的数学模型，来近似以上这个三维到二维的过程，然后找到这个数学模型的反函数，就可以实现二维到三维的反过程。 即： 用简单的数学模型来表达复杂的成像过程，并且求出成像的反过程。 为什么要使用相机标定？ 如上我们知道三维到二维是通过成像的原理，那么这个过程中就会因为相机的出厂参数、或者畸变参数导致成像的图像跟原始图像差距很大，标定就是为了确定这些参数，然后将要处理实际工作时，通过这些参数将图像校正OK。 标定会涉及到的参数： 内参矩阵外参矩阵畸变参数 f/dx,f/dy,u0,v0 相机位姿、平移、旋转 k1,k2,p1,p2,k3 畸变参数中，k1,k2,k3代表了径向畸变参数， p1,p2代表了切向畸变参数。 外参矩阵与相机的摆放等等很多因素有关，所以，在非特定应用不理会。...