Python+OpenCV实战：双目相机标定全流程（附避坑指南）

Python+OpenCV双目视觉实战：从标定到三维重建的完整指南

双目视觉技术正在成为机器人导航、工业检测和增强现实等领域的核心技术。与单目相机相比，双目系统通过模拟人眼视差原理，能够直接获取场景的深度信息，而这一切的基础就是精确的相机标定。本文将带您从零开始，完整实现双目相机的标定流程，并进一步生成视差图、深度图和三维点云。

1. 环境配置与工具准备

在开始标定前，我们需要搭建一个稳定的开发环境。推荐使用Python 3.9+和OpenCV 4.5+的组合，这是目前最稳定的计算机视觉开发环境。

核心工具包安装：

pip install opencv-contrib-python numpy matplotlib open3d

对于标定板，我们推荐使用Charuco板（结合棋盘格和ArUco标记），它比传统棋盘格具有更高的检测鲁棒性。您可以从OpenCV官方文档下载标准Charuco板图案，打印时需特别注意：

• 使用A3或更大尺寸的哑光纸打印
• 确保打印比例100%，无缩放
• 使用高精度打印机（600dpi以上）
• 打印后测量实际方格尺寸，误差应小于0.1mm

标定板参数示例：

# charuco_board.py
import cv2
from cv2 import aruco

# 定义标定板参数
dictionary = aruco.getPredefinedDictionary(aruco.DICT_6X6_250)
board = aruco.CharucoBoard_create(
    squaresX=7,         # 横向方格数
    squaresY=5,         # 纵向方格数
    squareLength=0.03,  # 方格实际边长(m)
    markerLength