单目相机标定和角点检测是计算机视觉领域中至关重要的技术。在机器视觉系统中，相机标定是获取相机内部参数和外部参数的过程，这对于后续的图像处理、三维重建等任务至关重要。单目相机标定主要利用世界坐标系下的已知点和这些点在图像坐标系下的对应投影来求解相机的内部参数，如焦距、主点坐标、畸变系数等。 角点检测是计算机视觉中的一个基础问题，角点可以被理解为在图像中具有两个主曲率极大值的点。在图像处理中，角点具有良好的定位精度和较高的独特性，因此常被用于特征匹配、图像配准、目标跟踪等领域。角点检测算法的目的是找到图像中这些具有几何意义的关键点。 在进行单目相机标定时，标定板（如棋盘格或圆点阵列）通常被使用，因为它们具有易于识别的几何结构。标定板在不同的位置和方向下被拍摄，通过检测图像中的角点与实际物理坐标的对应关系，可以计算出相机的内参和外参。标定过程需要精确测量和高级算法来减少误差，以提高标定的精度和鲁棒性。 角点检测算法有很多，包括传统的基于图像梯度的方法（如Harris角点检测算法）和基于学习的方法（如SIFT、SURF、ORB等）。这些算法在性能上各有优劣，传统算法在计算上相对简单快速，而基于学习的方法在抗噪声和尺度变换方面表现更优，但计算量更大。 在实际应用中，单目相机标定和角点检测常结合使用，尤其是在场景重建、增强现实、机器人导航等领域。标定获得的相机参数可用于校正图像中的畸变，提高后续处理的准确性。而角点检测则提供图像中的特征点，用于后续的匹配和识别任务。 对于单目相机标定和角点检测的研究和应用，目前依然十分活跃。一方面，人们不断改进算法，提高标定和检测的准确度和速度；另一方面，随着深度学习的发展，越来越多的基于深度学习的方法被提出，它们在特定场景下表现出色，但同样也面临着数据量大、训练周期长、计算资源消耗高等挑战。 总结起来，单目相机标定和角点检测是计算机视觉领域的基础和核心内容，是实现精准视觉感知和智能分析的关键技术。随着技术的不断进步，这些方法将在自动驾驶、机器人视觉、工业检测等众多领域发挥更加重要的作用。

本代码是基于Qt5.9.1和Opencv3.3完成的标定，没有平台的限制我都把需要的东西考到一个目录底下了。所以直接就可以打开进行标定。

下载更改opencv的库目录（我的是绝对路径）后即可运行 棋盘格图片需自己添加（百度搜索9*6棋盘格）

基于opencv平台编写的单目相机标定程序，使用的张正友的方法，只要准备十二张单目相机拍摄的棋盘格的图片就可以标定出单目相机的焦距等参数，建立单目相机坐标系。可以用于机器视觉测量中，也可以用于双面相机标定的前一步，精度很高。

matlab单目相机标定matlab单目相机标定matlab单目相机标定matlab单目相机标定matlab单目相机标定matlab单目相机标定

利用OpenCV实现张正友单目相机标定方法

C++ opencv相机标定

利用拍摄的标定板图片，生成标定结果，从别的地方花钱下载的例子。

单目相机标定.rar

使用opencv2413版本通过张正友法进行单目相机标定，提供了用于标定的原始图片和标定代码，简单修改后即可在VS上运行