import?cv2
import?numpy?as?np
import?glob

#?找棋盤格角點
#?閾值?
#criteria:角點精準化迭代過程的終止條件
criteria?=?（cv2.TERM_CRITERIA_EPS?+?cv2.TERM_CRITERIA_MAX_ITER?30?0.001）
#棋盤格模板規格
w?=?6
h?=?9
#?世界坐標系中的棋盤格點例如（000）?（100）?（200）?....（850），去掉Z坐標，記為二維矩陣
objp?=?np.zeros（（w*h3）?np.float32）
‘‘‘
設定世界坐標下點的坐標值，因為用的是棋盤可以直接按網格取；
假定棋盤正好在x-y平面上，這樣z值直接取0，簡化初始化步驟。
mgrid把列向量[0:cbraw]復制了cbcol列，把行向量[0:cbcol]復制了cbraw行。
轉置reshape后，每行都是4×6網格中的某個點的坐標。
‘‘‘
objp[::2]?=?np.mgrid[0:w0:h].T.reshape（-12）
#?儲存棋盤格角點的世界坐標和圖像坐標對
objpoints?=?[]?#?在世界坐標系中的三維點
imgpoints?=?[]?#?在圖像平面的二維點
#glob是個文件名管理工具
images?=?glob.glob（‘/home/fanfan/相機標定/*.jpeg‘）

#對每張圖片，識別出角點，記錄世界物體坐標和圖像坐標
for?fname?in?images:
????img?=?cv2.imread（fname）
????gray?=?cv2.cvtColor（imgcv2.COLOR_BGR2GRAY）
????#?找到棋盤格角點
?????#尋找角點，存入corners，ret是找到角點的flag
????ret?corners?=?cv2.findChessboardCorners（gray?（wh）None）
????#?如果找到足夠點對，將其存儲起來
????if?ret?==?True:
????????#執行亞像素級角點檢測
????????cv2.cornerSubPix（graycorners（1111）（-1-1）criteria）
????????objpoints.append（objp）
????????imgpoints.append（corners）
????????#?將角點在圖像上顯示
????????#在棋盤上繪制角點只是可視化工具
????????cv2.drawChessboardCorners（img?（wh）?corners?ret）
?