在图像中查找方格板，并识别角度和距离

Question

我想要做的是获取一个源图像，该图像将包含一个已知物理尺寸和已知正方形数量的黑白方格板，并确定所述板的边界，以及从正在观察它（假设它完全平坦）以及从多远的距离观察。

如果我能可靠地识别棋盘的 4 个角，那么我就知道如何计算角度和距离，所以任务更多的是识别棋盘。

到目前为止，我尝试的是对图像进行灰度化并增加对比度，因此我最终得到了一张鲜明的黑白图像（在眼睛看来，只有白色方块包含黑色） - 虽然我可以识别通过测量从黑色->白色->黑色的变化频率，从自上而下的角度来看，电路板的边界很好，我不知道如何从任何角度进行此操作。

名义上我是用 C# 来做这件事的，但就实际答案而言，我很高兴看到任何具有类似 c 语法的代码示例——不过，我对这个的数学和方法更感兴趣。

Answer 1

在 3d 世界中查找一般的 2d 对象通常使用 SIFT 或 SURF。

有两个步骤：

• 在图像中找到数量可控的局部特征（例如强角）
• 找出图像中的这些点与搜索模式之间的相关性

OpenCV 有一个实现： Features2D + Homography to find a known object 冲浪上的Wikipedia article 还指出了另一个c# implementation。 另见this Stackoverflow answer：

---

现在这是一种非常通用的方法，我不知道它与您的棋盘格效果如何。

但棋盘图案有特定的做法：如the openCV function cvFindChessboardCorners(tutorial)

我没用过，但是找到了this description的算法：(Source is in the file cvcalibinit.cpp )

• 通过阈值化分割黑白方块的图像二值化
• 找到黑色方块的角：
  • 查找黑色区域边界的轮廓
  • 选择合适形状的轮廓
  • 用 4 顶点多边形逼近这些轮廓
• 从中选择类似于校准图案正方形的四边形
• 提取选定四边形的角，附近至少有一个角
• 根据校准对象的大小将选定四边形的角按线分组