以计算机视觉和视觉检测中的摄像机标定过程作为研究的对象,分析了开源计算机视觉函数库OpenCV中的摄像机模型,使用张正友基于平面模板的方法进行标定,过程中充分考虑了透镜径向畸变和切向畸变因素的影响。文章给出了标定的详细步骤,并对具体函数做了算法上的分析,同时从参数非线性回归分析的角度提出了优化的途径和措施。该算法充分发挥了OpenCV函数库的功能,提高了标定精度和计算效率,具有良好的跨平台移植性,可以满足视觉检测或其它计算机视觉系统的需要。-To computer vision and visu

图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）

opencv 测试代码 模版匹配 使用flanne算法-test code template matching opencv