matlab和opencv在双目标定参数之间的关系，不用转置和加负号

用matlab标定相机参数，并应用于opencv以提高精度
opencv的相机标定，每张图片的误差显示不出来，但是matlab比较清晰，有每张图片的矫正结果、误差、相机位姿等显式的结果，而且结果往往比opencv的例程更可靠一点，因此，如果需要提高精度，可以选择用matlab进行标定，并将参数转换为opencv能用的格式(intrinsics.yml,extrinsics.yml)，下面比较matlab和opencv的立体相机参数。

left和right情况
在这里插入图片描述

在这里插入图片描述

matlab标定情况
在这里插入图片描述

在这里插入图片描述

opencv标定情况
在这里插入图片描述

Stereo_calib_and_depth-master/stereo_depth/build/imgCalib/merge$ ../../stereo_calib -w=9 -h=6 -s=45 ./stereo_calib.xml 
....................................................................................................................................62 pairs have been successfully detected.
Running stereo calibration ...
done with RMS error=2.54013
average epipolar err = 0.980864

接下来一个一个比较。
相机1内参焦距偏移，不用变
在这里插入图片描述

相机1内参畸变，两者之间参考意义不大

在这里插入图片描述

相机2内参焦距偏移，不用变

在这里插入图片描述
相机2内参畸变，两者之间参考意义不大

在这里插入图片描述

在这里插入图片描述
相机的外参：旋转矩阵不用转置，平移不用加负号。

在这里插入图片描述

以下是left和right相反的情况。
在这里插入图片描述

在这里插入图片描述

我用同样的62对图片校正后的结果，opencv误差2个像素，matlab误差0.02个像素。

Stereo_calib_and_depth-master/stereo_depth/build/data1$ ../stereo_calib -w=9 -h=6 -s=45 ./stereo_calib.xml 
...................................................................................................................................62 pairs have been successfully detected.
Running stereo calibration ...
done with RMS error=2.54797
average epipolar err = 0.9931