1. python opencv相机标定格子边长的参数怎么写入cv2.findchessboardcorners
OpenCV使用棋盘格板进行标定，如下图所示。为了标定相机，我们需要输入一系列三维点和它们对应的二维图像点。
在黑白相间的棋盘格上，二维图像点很容易通过角点检测找到。
由于我们采集中，是将相机放在一个地方，而将棋盘格定标板进行移动变换不同的位置，然后对其进行拍摄。
2. 为什么要进行N点标定
因为更准确，更快速。
N点标定是一个广泛的概念，其核心的技术原理就是通过N点像素坐标和物理坐标，实现相机坐标系和执行机构物理坐标系之间的转换，以此衍生出一系列的应用场景和操作方法。这种方式更快速更简洁。
N点标定又称为9点标定，其实用4个点就能定平面，用9个点的话精度会更高。这里的点实际指的是圆心，一般N点标定会比棋盘格标定精度更高，这种标定方法常用于机械手的标定，标定的时候让机械手依次走位走位就可以了。
3. 工业机器视觉 怎么对镜头畸变进行校正
使用软件进行坐标标定进行校正。
想了解更多机器视觉相关内容可登录：www.51camera.com.cn网页链接
4. 如何标定imu和相机之间的平移
标定通过相机的标定得到相机内参和外参和畸变系数。内参矩阵一般用A或者M1表示。内参矩阵含有相机的固有参数（fx，fy，Cx，Cy），fx，fy（单位：像素）与dx，dy（x,y方向一个像素的物理尺寸，单位：毫米/像素）和焦距f（单位：毫米）有关。Cx，Cy为图像原点相对于光心成像点的纵横偏移量（单位：像素）。相机坐标系转图像坐标系3D恢复外参矩阵一般用[R|T]表示，R表示旋转矩阵，T为平移矩阵。不同的棋盘图对应不同的旋转矩阵和平移矩阵。因为每一副图像对应的世界坐标系相对应与相机坐标系是不一样的。世界坐标系转相机坐标系图像校正（倾斜，平移）畸变系数一般用[p1,p2,p3,k1,k2]表示，p1,p2,p3是相机的径向畸变系数，k1,k2是相机的切向畸变系数。图像矫正（T型畸变，鱼眼图像等）标定步骤拍摄棋盘图，越多越好，一般10张就可以，10张必须符合所有角点都能检测到才算合格棋盘图。标定程序计算并保存相机内参和外参和畸变系数矩阵，运用三个矩阵解决实际问题。只要相机的角度和焦距固定，位置可以移动，那么内参矩阵和畸变系数是不会改变的。注意：单目标定的外参矩阵，运用只能对应相应的棋盘的世界坐标系。双目标定可以确定唯一的外参矩阵。坐标系相机坐标系以光心为相机坐标系的原点，以平行于图像的x和y方向为Xc轴和Yc轴，Zc轴和光轴平行，Xc，Yc，Zc互相垂直，单位是长度单位.图像物理坐标系可以认为是相机坐标系z轴方向的投影图。以主光轴和图像平面交点为坐标原点，注意：不一定是图像的中心点，根据Cx和Cy知道偏移了多少像素。图像物理坐标系x和y方向单位是长度单位。图像坐标系以主光轴和图像平面交点为坐标原点，x和y方向单位是像素单位。世界坐标系物体在真实世界中的坐标，比如黑白棋盘格的世界坐标系原点定在第一个棋盘格的顶点，Xw，Yw，Zw互相垂直，Zw方向就是垂直于棋盘格面板的方向。可见世界坐标系是随着物体的大小和位置变化的，单位是长度单位。只要棋盘格的大小决定了，无论板子怎么动，棋盘格角点坐标一般就不再变动(因为是相对于世界坐标系原点的位置不变)，且认为是Zw=0。
5. 我的标定板是圆点阵列的 opencv里面的标定函数识别棋盘格可以 但是点阵好像不行 怎么解决呢
你应该是按照找角点的方法去标定吧。opencv按照张正友的方法来标定比较方便，求相机的内外参数上有捷径。
6. opencv2做相机标定的棋盘序列在哪里所谓的data/chess这两个文件夹都没有
opencv\samples\cpp
里面有left01~left14.jpg和right01~right14.jpg
棋盘格标定板的两个图像序列。
7. opencv 单目摄像头标定，设置的棋盘格边长与得出的内外参数是什么关系
OpenCV中用到的方法可以参考张正友在1998年发表的那篇论文。
fx为x方向的焦距，单位是像素。
fy为y方向的焦距，单位也是像素。
具体细节，需要看1987年Tsai的论文和1998年Zhang的论文。
这两篇论文足够你对用标定板进行标定有详细的了解了。
8. python怎样调用opencv对单目相机进行标定
检测在一幅图像中的棋盘格，并获取它到摄像机的距离. 你可以使用同样的方法来针对任何已知三维几何结构的物体，这个物体可以在一幅图像中被检测到.。
9. python opencv 外参标定怎么用
相机标定相机标定的目的
获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。
相机标定的输入
标定图像上所有内角点的图像坐标，标定板图像上所有内角点的空间三维坐标（一般情况下假定图像位于Z=0平面上）。
相机标定的输出
摄像机的内参、外参系数。
拍摄的物体都处于三维世界坐标系中，而相机拍摄时镜头看到的是三维相机坐标系，成像时三维相机坐标系向二维图像坐标系转换。不同的镜头成像时的转换矩阵不同，同时可能引入失真，标定的作用是近似地估算出转换矩阵和失真系数。为了估算，需要知道若干点的三维世界坐标系中的坐标和二维图像坐标系中的坐标，也就是拍摄棋盘的意义。
相机成像
相机的成像原理:小孔成像
相机的内参相机的外参
在实际由于设计工艺问题、相机安装环境或物体摆放位置等影响，会照成成像与实际图像不一样的现象。
由于设计工艺照成的影响是无法改变的事实，所以这将是相机的内参；
由环境或安装方式照成的影响是可以改变的，这就是相机的外参。
张正友标定相机原理
1.求得相机内参数：
用于标定的棋盘格是特制的，其角点坐标已知。标定棋盘格是三维场景中的一个平面∏，棋盘格在成像平面为π(知道了∏与π的对应点坐标之后，可求解两个平面1对应的单应矩阵H)。
根据相机成像模型，P为标定的棋盘坐标，p为其像素点坐标。则，通过对应的点坐标求解H后，可用于求K,R,T。
2.设棋盘格所在平面为世界坐标系上XOY平面，则棋盘格上任一角点P世界坐标系为(X,Y,0)。