OpenCV+C++⾯阵相机标定函数的使⽤
1. FindChessboardCorners
到标定板内⾓点位置（⾓点是指⿊⽩⾊相接的⽅块定点部分；内⾓点是不与标定板边缘接触的内部⾓点）
函数试图确定输⼊图像是否是棋盘模式，并确定⾓点的位置。如果所有⾓点都被检测到且它们都被以⼀定顺序排布，函数返回⾮零值，否则在函数不能发现所有⾓点或者记录它们地情况下，函数返回0。例如⼀个正常地棋盘图右8x8个⽅块和7x7个内⾓点，内⾓点是⿊⾊⽅块相互连通的位置。这个函数检测到的坐标只是⼀个⼤约的值，如果要精确地确定它们的位置，可以使⽤函数FindCornerSubPix。 函数形式：findChessboardCorners( // 如果到⾓点则返回true
InputArray image, // 输⼊的棋盘格图像（8UC1或8UC3）
Size patternSize, // 棋盘格内部⾓点的⾏、列数
OutputArray corners, // 输出的棋盘格⾓点
int flags = CALIB_CB_ADAPTIVE_THRESH
| CALIB_CB_NORMALIZE_IMAGE);
Image：输⼊的棋盘图，必须是8位的灰度或者彩⾊图像。聚丙烯吸收塔
pattern_size：棋盘图中每⾏和每列⾓点的个数。
Corners：检测到的⾓点
Flags:⽤于指定在检测棋盘格⾓点的过程中所应⽤的⼀种或多种过滤⽅法，可以使⽤下⾯的⼀种或多种，如果都是⽤则使⽤OR：
CV_CALIB_CB_ADAPTIVE_THRESH -使⽤⾃适应阈值（通过平均图像亮度计算得到）将图像转换为⿊⽩图，⽽不是⼀个固定的阈值。CV_CALIB_CB_NORMALIZE_IMAGE -在利⽤固定阈值或者⾃适应的阈值进⾏⼆值化之前，先使⽤cvNormalizeHist来均衡化图像亮度。CV_CALIB_CB_FILTER_QUADS -使⽤其他的准则（如轮廓⾯积，周长，⽅形形状）来去除在轮廓检测阶段检测到的错误⽅块。
2. find4QuadCornerSubpix
对初步提取到的⾓点进⼀步提取亚像素信息，⽤于提⾼标定精度，获取内⾓点的精确位置。
函数形式：find4QuadCornerSubpix(InputArray img, InputOutputArray corners, Size region_size);
img：输⼊的Mat矩阵，最好是8位灰度图像，检测效率更⾼；
corners：初始的⾓点坐标向量，同时作为亚像素坐标位置的输出，所以需要是浮点型数据，⼀般⽤元素是Pointf2f/Point2d的向量来表⽰：vector<Point2f/Point2d> imagePointsBuf；
region_size：⾓点搜索窗⼝的尺⼨；
3. drawChessboardCorners
在棋盘标定图上绘制到的内⾓点（仅⽤于显⽰）
函数形式：drawChessboardCorners( InputOutputArray image, Size patternSize, InputArray corners, bool patternWasFound ); image：8位灰度或者彩⾊图像；
patternSize：每张标定棋盘上内⾓点的⾏列数；
corners：初始的⾓点坐标向量，同时作为亚像素坐标位置的输出，所以需要是浮点型数据，⼀般⽤元素是Pointf2f/Point2d的向量来表⽰：vector<Point2f/Point2d> iamgePointsBuf；
patternWasFound：标志位，⽤来指⽰定义的棋盘内⾓点是否被完整的探测到，true表⽰别完整的探测到，函数会⽤直线依次连接所有的内⾓点，作为⼀个整体，false表⽰有未被探测到的内⾓点，这时候函数会以（红⾊）圆圈标记处检测到的内⾓点；
隧道式搪瓷烧结炉patternWasFound=ture时，依次连接各个内⾓点
patternWasFound=false时，以（红⾊）圆圈标记处⾓点位置
4. calibrateCamera
函数形式：calibrateCamera( InputArrayOfArrays objectPoints,
InputArrayOfArrays imagePoints,
Size imageSize,
CV_OUT InputOutputArray cameraMatrix,
CV_OUT InputOutputArray distCoeffs,
OutputArrayOfArrays rvecs,
OutputArrayOfArrays tvecs,
int flags=0,
无压锅炉TermCriteria criteria = TermCriteria( TermCriteria::COUNT+TermCriteria::EPS, 30,DBL_EPSILON) );
objectPoints：为世界坐标系中的三维点。在使⽤时，应该输⼊⼀个三维坐标点的向量的向量，即vector<vector> object_points。需要依据棋盘上单个⿊⽩矩阵的⼤⼩，计算出（初始化）每⼀个内⾓点的世界坐标。
imagePoints：为每⼀个内⾓点对应的图像坐标点。和objectPoints⼀样，应该输⼊vector<vector> image_points_seq形式的变量；imageSize：为图像的像素尺⼨⼤⼩，在计算相机的内参和畸变矩阵时需要使⽤到该参数；
cameraMatrix：为相机的内参矩阵。输⼊⼀个Mat cameraMatrix即可，如Mat cameraMatrix=Mat(3,3,CV_32FC1,Scalar::all(0)); distCoeffs：为畸变矩阵。输⼊⼀个Mat distCoeffs=Mat(1,5,CV_32FC1,Scalar::all(0))即可；
rvecs：为旋转向量；应该输⼊⼀个Mat类型的vector，即vectorrvecs;
tvecs：为位移向量，和rvecs⼀样，应该为vector tvecs；
flags：为标定时所采⽤的算法。有如下⼏个参数：
参数效果
CV_CALIB_USE_INTRINSIC_GUESS 使⽤该参数时，在cameraMatrix矩阵中应该有fx,fy,u0,v0的估计值。否则的话，将初始化(u0,v0）图像的中⼼
点，使⽤最⼩⼆乘估算出fx，fy
CV_CALIB_FIX_PRINCIPAL_POINT 在进⾏优化时会固定光轴点。当CV_CALIB_USE_INTRINSIC_GUESS参数被设置，光轴点将保持在中⼼或者某
个输⼊的值直升机救援
CV_CALIB_FIX_ASPECT_RATIO 固定fx/fy的⽐值，只将fy作为可变量，进⾏优化计算。当CV_CALIB_USE_INTRINSIC_GUESS没有被设置，fx
和fy将会被忽略。只有fx/fy的⽐值在计算中会被⽤到
CV_CALIB_ZERO_TANGENT_DIST设定切向畸变参数（p1,p2）为零
CV_CALIB_FIX_K1,
…,CV_CALIB_FIX_K6
对应的径向畸变在优化中保持不变。
CV_CALIB_RATIONAL_MODEL计算k4，k5，k6三个畸变参数。如果没有设置，则只计算其它5个畸变参数。
criteria：是最优迭代终⽌条件设定。
5. projectPoints
对标定结果进⾏评价的⽅法是通过得到的摄像机内外参数，对空间的三维点进⾏重新投影计算，得到空间三维点在图像上新的投影点的坐标，计算投影坐标和亚像素⾓点坐标之间的偏差，偏差越⼩，标定结果越好。
函数形式：projectPoints( InputArray _opoints,
InputArray _rvec,
InputArray _tvec,
InputArray _cameraMatrix,
InputArray _distCoeffs,激光测长仪
防水摄像头OutputArray _ipoints,
OutputArray _jacobian,
double aspectRatio )
_points：物体点的坐标，为3xN或者Nx3的矩阵，这⼉N是视图中的所有所有点的数⽬。
_rvec：旋转向量，1x3或者3x1。
_tvec：平移向量，1x3或者3x1。
_cameraMatrix：摄像机内参数矩阵A：
_distCoeffs：形变参数向量，4x1或者1x4，为[k1,k2,p1,p2]。如果是NULL，所有形变系数都设为0。
_ipoints：输出数组，存储图像点坐标。⼤⼩为2xN或者Nx2，这⼉N是视图中的所有点的数⽬。
_jacobian：可选参数，Nx10矩阵，从上到下分为4个部分。
参数说明
dpdrot关于旋转向量部分的图像上点的导数，Nx3矩阵。
dpdt关于平移向量部分的图像上点的导数，Nx3矩阵。
dpdf关于fx和fy的图像上点的导数，Nx2矩阵。
dpdc关于cx和cy的图像上点的导数，Nx2矩阵。aspectRatio可选参数，关于形变系数的图像上点的导数，Nx4矩阵。
