我最早接触相机标定，是因为一个挺打脸的项目：客户拿了一个固定式扫码相机，说要测传送带上零件的长宽，我拿着卷尺在旁边比了半天，像素距离换算出来的尺寸就是差那么几个毫米。后来才明白，问题不在测量公式，而在相机自己“看”到的世界本来就是扭曲的。你按理想针孔模型去换算，越靠图像边缘，误差越大。从那以后我就养成了一个习惯：不管用什么相机干活，先标定，再谈后面的事。
单目相机标定，说简单也简单，本质就是算出相机的内参（焦距、主点）、畸变系数和外参（相机在世界坐标中的位姿）。说复杂也复杂，因为背后牵扯到成像模型、坐标系变换、非线性优化一堆概念。这篇我尽量用“能上手干活”的方式来讲，先把原理讲到够用的程度，再给一套基于OpenCV的完整实现流程，最后把我踩过的一些坑也一并列出来。适合刚接触视觉、准备做测量/识别/定位项目、或者被标定精度折磨过的同学参考。
1. 相机成像模型与畸变：为什么要给镜头“配眼镜”
1.1 从针孔模型说起：三维坐标是怎么变成二维像素的
理解标定之前，先得建立一条完整链路：真实世界里的一个三维点，到底经历了什么，才最终落在传感器上变成一个像素。
经典的小孔成像模型是这样描述的：假设光线通过一个无限小的孔，在后方成像平面上留下倒像。数学上简化为“中心投影”，一个三维点 (P_w = (X_w, Y_w, Z_w)) 经过相机光心投影到成像平面上的位置。这个过程可以拆成四步坐标变换：
- 世界坐标系→相机坐标系：用旋转矩阵 (R) 和平移向量 (t) 描述相机在世界中的位姿，也就是外参。
- 相机坐标系→归一化平面：把三维点除以 (Z_c)，得到归一化坐标 ((x, y) = (X_c/Z_c, Y_c/Z_c))。
- 归一化平面→图像物理坐标：乘上焦距 (f)，得到 ((f\cdot x, f\cdot y))。
- 图像物理坐标→像素坐标：加上主点偏移 ((c_x, c_y))，再分别乘上 (x)、(y) 方向单位距离对应的像素数。
整个投影过程用一个 3x4 的投影矩阵就能写清楚：
[ s \begin{bmatrix} u \ v \ 1 \end{bmatrix} = \begin{bmatrix} f_x & 0 & c_x \ 0 & f_y & c_y \ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} r_{11} & r_{12} & r_{13} & t_1 \ r_{21} & r_{22} & r_{23} & t_2 \ r_{31} & r_{32} & r_{33} & t_3 \end{bmatrix} \begin{bmatrix} X_w \ Y_w \ Z_w \ 1 \end{bmatrix} ]
其中中间的 3x3 矩阵就是内参矩阵 (K)，习惯上叫它 (K)。(f_x、f_y) 是焦距的像素表达（实际是 (f/dx、f/dy)，也就是焦距除以单个像素的物理尺寸），(c_x、c_y) 是主点——理论上应该在图像正中心，实际工艺会导致偏差几个像素，这个偏差不标定是猜不准的。
注意：内参矩阵描述的是“相机自身的光学属性”，只要镜头和传感器相对位置不变，内参就不变。变的是外参，因为每次移动相机，(R) 和 (t) 都会跟着变。OpenCV的
calibrateCamera能同时输出内参和每张图的外参，但工程上我们通常只留内参和畸变系数，外参用solvePnP按需实时解算。
1.2 镜头畸变：让直线变弯的罪魁祸首
针孔模型是理想状态，现实中的镜头是一组透镜，光线穿过透镜会发生折射，不可能完美地汇聚到理想位置。于是照片就产生了畸变，主要分两类。
径向畸变：图像边缘的直线向内或向外弯曲。向内弯叫枕形畸变，向外弯叫桶形畸变，广角镜头尤其明显。原因是透镜中央和边缘的放大率不一致。数学上用 (k_1、k_2、k_3) 三个系数来修正，修正公式是：
[ \begin{aligned} x_{corrected} &= x(1 + k_1 r^2 + k_2 r^4 + k_3 r^6) \ y_{corrected} &= y(1 + k_1 r^2 + k_2 r^4 + k_3 r^6) \end{aligned} ]
其中 (r) 是点到主点的距离。可以看到，距离主点越远（(r) 越大），畸变修正量越大，所以图像四角的变形最明显。
切向畸变：镜头装配偏差导致透镜与传感器平面不完全平行造成的，会让直线在某个方向上产生横向偏移，用 (p_1、p_2) 两个系数修正：
[ \begin{aligned} x_{corrected} &= x + [2p_1 xy + p_2(r^2 + 2x^2)] \ y_{corrected} &= y + [p_1(r^2 + 2y^2) + 2p_2 xy] \end{aligned} ]
所以标定输出的畸变系数完整是五元组 ((k_1, k_2, p_1, p_2, k_3))，OpenCV的calibrateCamera默认返回5个值。有些精度要求不高的场景只用前两个径向畸变系数也能凑合，但正式项目我还是建议5个全求。
1.3 畸变系数到底在修正什么
很多人看完公式会问：这些系数不就是把图像重新扭曲一遍吗？对，也不全对。
畸变系数的本质是建立一条“真实光线方向→像素位置”的映射曲线。你去畸变的时候，不是简单地把像素挪一挪，而是对整幅图像做重映射（remap），每个像素都根据它离主点的距离重新采样。OpenCV里的undistort和remap就是这个原理。
我曾经有个项目用的是120度的广角工业相机，不标定时画面边缘的直线明显弯曲，用undistort处理之后，整幅图看起来“正常”多了。但这个“正常”是有代价的：去畸变后的图像边缘会有黑边或裁切，有效视野变小。所以后来的项目里，我宁愿保留畸变图像做识别，只在需要测量/定位的环节才做去畸变，有时候直接用畸变系数把检测到的像素坐标反向修正，效率比全图重映射高得多。
2. 张正友标定法：一张棋盘格如何算出相机全部参数
2.1 为什么是棋盘格：角点提取的天然优势
提到标定就绕不开张正友标定法，它解决的问题是：在没有昂贵3D标定物的情况下，怎么用平面棋盘格求出相机的内外参。这篇论文1998年发表，至今仍是OpenCV、MATLAB标定工具箱的底层核心。
棋盘格之所以成为标定板的绝对主流，是因为它的角点特征极其稳定。黑白格子交替排列，角点处灰度变化剧烈，findChessboardCorners这类算法能够精准定位亚像素角点。而且棋盘格是平面结构，所有角点都在同一个平面上，这个约束给求解提供了极大便利。
实际操作中用到的棋盘格通常是 9x6 或者 7x10，这里的数字指的是内部角点数，不是格子数。比如 9x6 的棋盘格，实际上有10列7行格子，角点是格子与格子之间的交点。这一点经常有人搞混，用OpenCV时findChessboardCorners的patternSize参数填的就是内部角点数 ((9, 6))，填错就检测不出来。
2.2 单应性矩阵里藏着什么
张正友法的核心是单应性矩阵。三维空间中的平面点投影到图像平面，是一个从平面坐标系到像素坐标系的齐次变换，用 3x3 的单应矩阵 (H) 表示：
[ s \begin{bmatrix} u \ v \ 1 \end{bmatrix} = K [r_1 \quad r_2 \quad t] \begin{bmatrix} X \ Y \ 1 \end{bmatrix} = H \begin{bmatrix} X \ Y \ 1 \end{bmatrix} ]
看这个式子，(H) 包含了内参 (K)、旋转矩阵的前两列 (r_1、r_2) 和平移向量 (t)。棋盘格上每个角点的世界坐标 ((X, Y)) 是已知的（我们设定它，比如角点间距30mm），像素坐标 ((u, v)) 是检测出来的，一组点就能建立一个方程组，一对 ((X, Y)) 对应一个 ((u, v))，可以提供2个约束方程，所以至少4个对应点就能解出 (H)。而一张棋盘格上有几十个角点，(\textbf{H}) 的求解是超定问题，用最小二乘就能稳定输出。
2.3 从多张照片联立内参的数学思路
一张棋盘格照片只能提供一个单应矩阵 (H)，而 (H) 里同时混着内参和外参。要单独把内参 (K) 解出来，需要利用旋转矩阵的正交约束。
旋转矩阵的每一列是单位向量，且两两正交。所以 (r_1、r_2) 满足 (r_1^T r_2 = 0) 且 (|r_1| = |r_2|)。这两个约束反映到 (H = [h_1 \quad h_2 \quad h_3]) 上，就变成了关于内参 (K) 的两个方程。每个方程本质上是对 (K^{-T}K^{-1}) 这个对称矩阵的元素做线性约束，所以：
- 一张图给2个约束；
- 内参矩阵有4个未知量（fx, fy, cx, cy）需要考虑畸变后再定；
- 不考虑畸变时，理论上2张图就能解出内参；
- 但实际中为了数值稳定和精度，至少拍10~20张不同角度的图。
这就是为什么OpenCV标定也好，MATLAB标定App也好，都要求多角度采集。不是算法需要那么多，是噪声、光照、检测误差都需要数据量来摊平。
2.4 非线性优化：让参数更准的最后一步
线性求解出来的内外参只是个初值，因为上面所有的推导都忽略了畸变，而且角点检测本身有亚像素噪声。所以张正友法的最后一步是非线性最小二乘优化，工具上对应OpenCV的calibrateCamera里内置的Levenberg-Marquardt迭代。
优化的目标函数是重投影误差的平方和：
[ \min_{K, D, R_i, t_i} \sum_{i=1}^{N} \sum_{j=1}^{M} \left| p_{ij} - \hat{p}(K, D, R_i, t_i, P_j) \right|^2 ]
翻译成人话：把第 (i) 张图里第 (j) 个角点的三维坐标 (P_j)，用当前的内外参重新投影到像平面上，得到预测位置 (\hat{p})，和实际检测到的像素位置 (p_{ij}) 求距离。所有图所有角点的距离平方求和，然后不断迭代参数让这个总误差最小化。
这一步也是为什么OpenCV标定之后会返回一个RMS值（重投影误差均方根），我通常把它当作标定质量的第一道检验指标，经验值后面会细说。
3. 基于OpenCV的标定全流程：从拍照到参数落地
3.1 标定板准备：规格选择与打印要注意的事
标定板网上有现成的PDF可以直接打印。选型我总结了几条经验：
- 精度要求0.1mm以上的项目，别用A4纸打印，用亚克力或玻璃基底的工业标定板。纸张热胀冷缩，贴在不平桌面上会局部变形，角点位置偏移直接传导到内参上。我见过最夸张的一次，打印纸受潮翘边，标定出来fx差了2%。
- 格子尺寸用游标卡尺实测，别信打印参数。打印机的缩放误差不定，直接量实际边长填进去，比用理论值准得多。
- 棋盘格内部角点数量选9x6比较均衡，角点太多在边缘视野里容易被裁掉，太少约束不够。
如果一定要自己打印应急，最好贴在硬质平板（铝板、亚克力板）上，拍的时候尽量用手指按压四边确保平整。
3.2 图像采集：影响精度的几个关键习惯
图像采集是整个标定流程里最容易被低估的环节。代码写得再漂亮，输入数据烂，输出参数就不可能好。
我总结的采集标准如下表：
| 项目 | 建议值 | 原因 |
|---|---|---|
| 图片数量 | 15~20张 | 太少约束不足，太多增加计算耗时且边际收益递减 |
| 标定板占画面比例 | 1/4 ~ 3/4 | 太小角点不清晰，太大超出视野 |
| 角度变化 | 与相机光轴夹角15°~30° | 张正友法需要非平面角度，全正对着拍会退化成病态问题 |
| 覆盖范围 | 画面九个区域都要拍到 | 边缘畸变信息必须靠标定板出现在边缘来激励 |
| 光照 | 均匀、无强烈反光 | 反光会让角点检测失效 |
| 相机设置 | 固定光圈、固定焦距（手动对焦） | 自动对焦/自动光圈会让内参变化，标定结果失去意义 |
另外，拍照时标定板尽量保持静止，避免运动模糊。手持也行，但快门速度要够。我用工业相机拍摄时习惯把曝光固定在一个不过曝的值，然后连拍几十张再筛选，比一张张摆姿势节约时间。
3.3 完整标定代码与参数保存
下面是基于OpenCV的完整标定代码，我用了Python，C++思路完全一样。代码接受一个文件夹作为输入，读取里面所有jpg图片，检测9x6棋盘格角点，然后标定并保存结果。
import cv2 import numpy as np import glob import json # 配置参数 CHESSBOARD_SIZE = (9, 6) # 内部角点数 SQUARE_SIZE = 30.0 # 实际格子边长，单位mm image_folder = "./calib_images/" # 图像文件夹 output_file = "./camera_params.json" # 1. 准备标定板物理坐标 objp = np.zeros((CHESSBOARD_SIZE[0] * CHESSBOARD_SIZE[1], 3), np.float32) objp[:, :2] = np.mgrid[0:CHESSBOARD_SIZE[0], 0:CHESSBOARD_SIZE[1]].T.reshape(-1, 2) objp *= SQUARE_SIZE # 2. 遍历图像，收集角点 obj_points = [] # 3D 物理坐标 img_points = [] # 2D 像素坐标 image_size = None images = glob.glob(image_folder + "*.jpg") valid_count = 0 for fname in images: img = cv2.imread(fname) if img is None: continue gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) if image_size is None: image_size = gray.shape[::-1] # 查找棋盘格角点 ret, corners = cv2.findChessboardCorners(gray, CHESSBOARD_SIZE, None) if ret: # 亚像素精化 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners_refined = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) obj_points.append(objp) img_points.append(corners_refined) valid_count += 1 # 可视化确认 vis = cv2.drawChessboardCorners(img, CHESSBOARD_SIZE, corners_refined, ret) cv2.imshow("check", vis) cv2.waitKey(100) else: print(f"角点检测失败: {fname}") cv2.destroyAllWindows() print(f"有效图像数: {valid_count} / {len(images)}") if valid_count < 5: raise RuntimeError("有效图像太少，标定结果不可靠") # 3. 执行标定 rms, camera_matrix, dist_coeffs, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, image_size, None, None ) print("RMS 重投影误差:", rms) print("内参矩阵:\n", camera_matrix) print("畸变系数:\n", dist_coeffs.ravel()) # 4. 保存结果 result = { "rms": float(rms), "camera_matrix": camera_matrix.tolist(), "dist_coeffs": dist_coeffs.ravel().tolist(), "image_size": list(image_size), "square_size_mm": SQUARE_SIZE, } with open(output_file, "w", encoding="utf-8") as f: json.dump(result, f, indent=2, ensure_ascii=False) print("标定结果已保存到:", output_file)代码逻辑不复杂，但有几个点值得强调：
objp的 z 坐标全为0，因为标定板是平面。这个平面就是世界坐标系的 XY 平面。cornerSubPix的亚像素精化很重要，直接决定角点精度。窗口大小(11, 11)足够，太大反而容易引入邻近格子的干扰。calibrateCamera一次输出内参、畸变系数、每张图的外参（旋转向量和平移向量）。外参如果要转4x4齐次矩阵，用cv2.Rodrigues把旋转向量转成旋转矩阵。
3.4 验证标定结果：去畸变与重投影误差
拿到参数不要急着用，先做两项验证。
第一项：看RMS。calibrateCamera返回的rms单位是像素。经验值如下：
| RMS值 | 评价 | 建议 |
|---|---|---|
| < 0.1 | 优秀 | 高精度测量项目可用 |
| 0.1 ~ 0.3 | 良好 | 大多数视觉定位/识别项目可用 |
| 0.3 ~ 0.5 | 及格 | 简单手势识别/粗略定位可用 |
| > 0.5 | 差 | 检查角点检测和图像质量，重新标定 |
第二项：看实际去畸变效果。用棋盘格和标定后的参数做去畸变，观察画面边缘的直线是否恢复平直。
import cv2 import numpy as np import json # 读取标定结果 with open("./camera_params.json", "r", encoding="utf-8") as f: calib = json.load(f) camera_matrix = np.array(calib["camera_matrix"]) dist_coeffs = np.array(calib["dist_coeffs"]) image_size = tuple(calib["image_size"]) # 计算去畸变映射表 new_camera_matrix, roi = cv2.getOptimalNewCameraMatrix( camera_matrix, dist_coeffs, image_size, alpha=0, newImgSize=image_size ) mapx, mapy = cv2.initUndistortRectifyMap( camera_matrix, dist_coeffs, None, new_camera_matrix, image_size, cv2.CV_32FC1 ) # 加载一张标定测试图做验证 img = cv2.imread("./calib_images/verify.jpg") if img is not None: undistorted = cv2.remap(img, mapx, mapy, cv2.INTER_LINEAR) compare = np.hstack([img, undistorted]) cv2.imshow("before | after", compare) cv2.waitKey(0) cv2.destroyAllWindows()getOptimalNewCameraMatrix里有个alpha参数，注意它的含义：
alpha=0：所有像素都保留，但会有黑边，视野最小。alpha=1：裁掉所有无效区域，无黑边，视野稍微变小。alpha=0.5：折中。
去畸变本质是重新采样，所以只需要计算一次映射表，之后每一帧直接用remap，比每帧调用undistort更快。工控机上实测，1080p图像单次remap大概3~5ms，够实时。
4. 标定实操中的坑：光照、角点检测失败与精度自查
4.1 角点检测失败的常见原因与解决
最早用findChessboardCorners的时候，我总以为只要把棋盘格放在镜头前就一定能检测出来，结果实际拍摄中经常检测失败，尤其是边缘位置、反光区域。逐条排查下来，原因基本集中在下面几类：
- 反光：亚克力标定板在强光下会出现高光斑块，角点被亮斑吞掉。处理办法是调整光源角度，用柔光，或者用哑光面朝相机。
- 过曝/欠曝：智能手机拍的图自动曝光导致黑白格子反差变小。工业相机就固定曝光时间，让白色格子亮度在200~230之间，黑色在30~60之间，对比度最大，检测率最高。
- 棋盘格太小：角点占的像素太少，亚像素精化起不到作用。我一般要求格子边长的成像宽度至少在15像素以上。
- 棋盘格太满：占满整个画面且偏斜时，边缘格子容易被裁掉一半，内部角点计数对不上。回到3.2的“占画面1/4~3/4”建议。
一旦某张图检测失败，我会在采集阶段就当场删除，而不是后面靠代码筛选。代码里加个可视化窗口，每拍一张就画上角点给人眼确认，这种“人工质检”比任何自动筛选都高效。
4.2 拍了一堆图误差却很大的排查思路
有一次我帮同事标定一个鱼眼镜头改装的工业相机，采集了20张图，RMS飙到0.8。排查过程值得分享：
- 先看是不是某张图拖后腿。OpenCV的
calibrateCamera不直接输出逐图误差，但可以用projectPoints自己算。把每张图的平均重投影误差打印出来，定位到误差异常大的图。 - 看那张图是不是标定板太偏。结果显示，所有误差大的图，标定板都出现在画面左下角边缘，而且在极端倾斜角度。边缘畸变严重时角点检测精度本来就下降，极端角度又让部分角点在亚像素层面对不齐。
- 剔除极端图重标。砍掉那几张误差最大的图，RMS立刻降到0.15。
这个经验后面变成了标准流程：先粗标定，再逐图误差分析，剔除异常图再精标定一次。别想着一把过，标定本身就是迭代活。
附一个逐图误差计算的代码片段：
def per_image_error(obj_points, img_points, rvecs, tvecs, camera_matrix, dist_coeffs): errors = [] for i in range(len(obj_points)): proj_points, _ = cv2.projectPoints( obj_points[i], rvecs[i], tvecs[i], camera_matrix, dist_coeffs ) err = np.mean(np.linalg.norm(img_points[i].reshape(-1, 2) - proj_points.reshape(-1, 2), axis=1)) errors.append(err) return errors4.3 不同场景要不要重新标定
很多人以为标定一次一劳永逸，实际上有几个硬性条件：
- 拧过镜头就要重新标定。镜头焦距环、光圈环一旦变动，内参全变。工业镜头锁紧后一般不会动，但运输震动可能导致松动。
- 换相机重新标定。甚至同型号不同个体也有细微差异，严格来说每台相机都有自己的内参。
- 温度变化大的环境要留意。工业现场温度从-10°C到50°C，金属镜筒热胀冷缩会让内参漂移。高精度项目要考虑在工作温度下标定，甚至定期复标。
我见过一个仓储测量项目，相机装在升降机上，每天升降震动，半年后测量误差从1mm飘到5mm，最后排查发现是镜头松了，重新标定加镜头胶固定解决。标定是手段不是目的，维护好相机机械结构同样重要。
5. 标定结果在项目中的落地与扩展方向
5.1 内参标定和九点标定、手眼标定不是一回事
这个话题我每次在交流群里都得解释一遍。相机内参标定解决的是“像素坐标和相机坐标系下真实方向之间的关系”。而工程上经常听到的九点标定，解决的是“像素坐标和执行机构坐标（比如机械臂基座坐标）之间的仿射变换”。
九点标定通常在平面上进行：让机械臂带着针尖（或者用激光点）走9个已知位置，同时在图像里记录像素坐标，然后算一个3x3的仿射/透视变换矩阵。这个过程没有“相机内参”的概念，直接把像素坐标和机器人坐标之间建立映射。如果你的项目是平面抓取，相机垂直安装，九点标定确实够用。一旦相机倾斜安装，或者目标不在同一平面，九点标定就不灵了，这时候才需要走“内参标定 + solvePnP求位姿 + 手眼标定”的完整链路。
手眼标定则是求解相机坐标系和机械臂末端坐标系之间的固定变换，分eye-in-hand（相机装在机械臂末端）和eye-to-hand（相机固定在外界）两种。它依赖内参标定结果作为输入，属于外参层面的事。单目相机标定只是第一步，后面要做空间抓取，手眼标定绕不开。
5.2 从单目到双目：外参标定与深度恢复
单目相机标定完，只能得到像素对应的射线方向，没有深度信息。双目相机则通过左右两幅图像的视差恢复深度，这时的标定就要升级了：
- 先分别标定左右相机的内参和畸变。
- 再做双目立体标定，求解左右相机坐标系之间的旋转矩阵 (R) 和平移向量 (t)（也就是外参）。
- 用
stereoRectify做极线校正，让左右图像行对齐。
OpenCV里有对应接口stereoCalibrate和stereoRectify，原理和单目标定一脉相承，只是把约束条件扩展到了双目之间的几何关系。从单目到双目的升级，最核心的就是把“单相机内参”这个地基打牢，否则后面立体匹配全是歪的。
如果你用zed这类自带出厂标定的双目相机，官方给的参数一般够用，但出厂标定是在特定温度和机械状态下做的，高精度场合建议自己重新标一遍。
5.3 和SLAM、视觉导航结合的典型用法
这几年视觉SLAM火，ORB-SLAM、VINS-Mono这类开源方案里，相机内参都是第一道输入。SLAM系统初始化时要用内参把像素坐标反投影成归一化平面坐标，再进行特征三角化和位姿估计。内参偏一点，三角化出来的深度就偏一点，累积下去轨迹就飘了。
我实测过一个项目，用同一组图像，分别用校准过的内参和直接按厂商标称内参跑VINS-Mono，轨迹误差差了将近30%。厂商标称值只能作为初值参考，工程落地必须实测标定。
在视觉导航这个方向上，标定结果通常还要和IMU的外参联合标定（也就是热词里常见的imu雷达外参标定、lidar imu标定这条路）。IMU给出加速度和角速度，相机给出视觉观测，两者融合需要知道相对位姿。这一块有现成工具如Kalibr、livox_camera_lidar_calibration，但前置条件都是相机内参已经标准了。基础不牢，上层融合全白搭。
顺带提一句，汽车电子圈说的“canoe标定、canape标定”是ECU参数标定，和相机标定完全是两码事，别混为一谈。做视觉的人听到“标定”二字，先分清是哪一层：相机内参？手眼外参？还是传感器联合外参？对应的方法论和工具完全不同。
我个人现在的习惯是：新相机到手，先做一次完整标定，把参数存成json，在任何项目里都以这份参数为基准；隔三个月或仪器动过之后，重新花10分钟复标一次。标定这件事，投入产出比极高，十分钟换来的是一劳永逸的坐标可信度。希望这篇能把大家领进门，少走我当初走过的弯路。
