写棋盘格标定，绕不开张正友标定法这件事，我先说个判断：如果你只想跑通一个流程，OpenCV 里三五行代码就能出结果；但如果你要的是移动机械臂抓取、双目测距、三维重建这些项目里"标完就能放心用"的内外参，就必须把这条方法的推导逻辑和操作细节掰开揉碎。这篇文章是我在不同项目里反复用了这套平面棋盘格标定法之后整理的完整笔记，包括数学原理、采集规范、OpenCV 实操步骤、以及那些代码不报错但结果明显不对的坑。适合刚接触视觉标定的同学做入门地图，也适合标过几次但总觉得标定结果虚的从业者对照排查。
1. 先理解标定到底在标什么：从像素到三维坐标的那座桥
1.1 相机成像的数学简写：内参、外参、畸变
相机标定解决的核心问题，是建立"三维空间中某个点"与"图像平面上某个像素"之间的对应关系。成像过程可以用一个很经典的公式概括：
s * [u, v, 1]ᵀ = K * [R | t] * [X, Y, Z, 1]ᵀ
在这个式子里，K 是内参矩阵，包含焦距 f_x、f_y 和主点 c_x、c_y；R 和 t 是外参，描述相机坐标系相对于世界坐标系的旋转和平移；s 是尺度因子。畸变系数则是额外附加的修正项，负责描述镜头在边缘区域把直线拍弯的现象。
实际应用里，内参会决定一个像素对应真实世界的多少毫米，外参会决定某个物体在相机坐标系下的朝向和距离。做过手眼标定或者视觉抓取的人应该深有体会：相机给的位置和机器人实际抓的位置对不上，十有八九是标定这一步的精度没有兜住。张正友标定法的价值就在于，它只需要一块平面棋盘格，就能把你需要的 K、R、t、畸变系数全部求出来，而且精度在多数场景下足够用。
1.2 为什么是棋盘格，而不是三维标定块
早期标定方法往往需要精密加工的三维标定块，两个甚至三个相互垂直的平面，制作成本高，而且一旦平面之间不垂直，误差就直接进到标定结果里。张正友标定法的思路完全不同：它只用一块平面棋盘格，通过多角度拍摄，让"平面物"产生"非平面约束"。
这个思路的本质是：单个平面视图只能提供一个单应性矩阵，单靠一张图无法恢复全部内参，但当平面以不同姿态出现在多张图像中时，每个单应性都能为内参构造出两个线性约束条件，累积多张图像之后约束自然就超过了未知数的数量。用平面代替立体块，极大地降低了物理准备门槛，这也是它在实际工程里被用得最多的原因。
2. 棋盘格与拍摄姿态：结果稳不稳，一半取决于数据采集
很多人标定结果不稳定，问题根本不在于算法，而在于输入数据太差。这一步我单独拿出来强调，是因为它几乎决定了最终标定的上限。
2.1 棋盘格规格与角点不对称性的意义
棋盘格的选择有几个容易被忽略的点。第一，内角点数的两个方向必须不对称，常用的模式是 9x6 或 10x7，也就是把某一方向的内角点数量设计成奇数个。这样做的原因很实际：OpenCV 的 findChessboardCorners 需要靠棋盘格的对称性破缺来稳定识别方向，防止把棋盘旋转 180 度后也认为是同一个排列。
第二，单个格子边长建议在 20 到 40 毫米之间，需要根据工作距离选择。如果是近距离的桌面抓取，20 毫米左右比较合适；如果是中等距离的机器人分拣，30 毫米以上的格子能保证棋盘在画面中占据足够像素。格子尺寸过大或过小，都会让角点提取时的亚像素定位精度下降。
第三，棋盘格要粘贴在绝对平整的刚性平面上，比如亚克力板或陶瓷板。我见过有人把棋盘纸贴在笔记本外壳上，结果外壳有轻微弧度，标定出的焦距和畸变系数全是偏的。棋盘不平整，是标定结果出现系统性误差的经典原因之一。
2.2 拍摄数量、位姿分布与"旋转多样性"
采集图像的数量，经验和常见做法是 15 到 30 张。少于 10 张，内参约束往往不够充分；多于 40 张，边际收益会明显下降，反而增加了标定板边缘进入画面太少之类的风险。
拍摄时的位姿分布需要覆盖几种典型动作，这一点比张数更重要，我建议至少保证这样几类镜头：
- 标定板在画面中心，正对相机，轻微俯仰和左右旋转；
- 标定板在画面左、中、右三个区域分别出现，不要只在正中间拍；
- 标定板与相机光轴之间有明显夹角，也就是让棋盘平面相对于成像平面倾斜约 30 到 45 度；
- 部分图像中棋盘尽量充满画面，分布在不同的缩放比例下。
这么做的原理是：如果棋盘平面始终与成像平面平行，那么所有角点图像实际上构成的是一个相似变换上的重复，能提供的内参约束维度非常低，主点位置和焦距容易出现近似的退化解。动手拍摄时，诀窍是让相机保持不动，手持标定板在视野内各个位置变换姿态，每拍一张就小幅转动一下板面方向。
2.3 光照处理与亚像素角点提取的质量控制
光照条件会直接影响角点检测的稳定性。棋盘格底色和黑色格子的对比度要尽量高，避免强反光把黑格照成灰格。拍摄时光圈可以适当收一点，让画面整体不过曝、棋盘纹理清晰即可。如果环境光不均匀，宁可切换到均匀光源下拍摄，也不要依赖后期提对比度——图像处理能救回的信息量是有限的。
角点检测时，我一般会把 findChessboardCorners 找到的粗角点再做一次 cornerSubPix 亚像素细化。这一步不是可选项，因为标定求解使用的点越接近真实角点位置，单应性矩阵解算和内参优化的残差就越小。亚像素窗口大小常用的收敛条件在代码部分会给出。
3. 单应性矩阵：把三维空间到二维图像的问题压缩成平面映射
3.1 从世界点到像素点的约束推导
张正友标定法最核心的数学步骤，是求解标定板上每个角点从世界坐标到像素坐标的单应性变换。因为标定板是平面，我们令标定板上所有点的 Z=0，世界坐标可以表示为 (X, Y, 0)。代入成像方程后，旋转矩阵被拆成两个列向量 r1、r2，原来的方程变成：
s * [u, v, 1]ᵀ = K * [r1 r2 t] * [X, Y, 1]ᵀ
其中 K[r1 r2 t] 是一个 3x3 矩阵，这个矩阵就是单应性矩阵 H。也就是说，每一张棋盘格图像，都会对应一个 3x3 的 H，它把棋盘平面上的点映射到图像像素坐标。H 同时包含了内参 K、外参旋转列向量和位移 t 的信息，只是这些信息被"混合"在了一起，后续标定要做的，就是把这些混合的信息一层层拆开。
3.2 DLT 求解单应性：至少四个点，但实际是几十个点一起参与
单应性矩阵 H 有 8 个自由度，因为它的尺度是任意的。一个点对能提供两个线性方程，所以理论上最少需要 4 个角点对就能解出 H。但在实际标定中，一张 9x6 的棋盘就有 54 个内角点，我们需要用这 54 个点联立方程组，用最小二乘的方式估计出最优 H。
这一步的常见做法是直接线性变换，也就是构造这样的方程：
A * h = 0
这里的 A 由所有角点的齐次坐标构造，h 是 H 的 9 个元素按行展开后形成的向量。因为 h 允许尺度任意，我们一般约束 h 的模为 1，最终通过对矩阵 AᵀA 做奇异值分解，取最小奇异值对应的右奇异向量作为解。
3.3 单应性为内参求解准备好的两个宝藏约束
拿到每张图像的 H 之后，下一步不是直接求内参，而是利用 H 与内参、外参之间的关系建立约束。由 H = K[r1 r2 t]，我们可以让 H 的列向量表示为 h1、h2、h3，那么有：
r1 = K⁻¹ h1 / λ r2 = K⁻¹ h2 / λ
其中 λ 是尺度因子。旋转矩阵的两个列向量 r1 和 r2 有两条天然的性质：模长相等且相互正交。这两条性质可以直接写成两个方程：
h1ᵀ K⁻ᵀ K⁻¹ h2 = 0 h1ᵀ K⁻ᵀ K⁻¹ h1 = h2ᵀ K⁻ᵀ K⁻¹ h2
这两个等式正是张正友标定法能够从单应性中提取内参的关键。每张棋盘格图像提供一个 H，也就提供这样两个线性约束方程。当图像数量超过三张时，内参矩阵中的五个未知数（fx、fy、cx、cy 和一个倾斜系数，实际中倾斜系数通常取 0）就可以被求解出来了。
4. 从线性约束到内外参解算：数学推导的艺术与实操边界
4.1 用 B 矩阵把内参方程变成线性拟合
直接求解 K 的处理方式，是引入一个对称矩阵 B = K⁻ᵀ K⁻¹，因为 K 是上三角矩阵，B 也是一个对称矩阵，包含六个独立元素，通常用向量 b 表示。把上面两个约束方程代入后，每个方程都可以改写成关于 b 的线性表达，也就是 vᵀ b = 0 的形式。把多张图像对应的 v 向量堆叠起来，我们又得到一个齐次线性方程组，同样用奇异值分解就能解出 b。
b 向量解出来之后，K 中的五个内参就可以按解析公式恢复。这里不过多铺陈公式，但有一点要说明：fx 和 fy 的恢复用到了 B 矩阵元素与 K 的对应关系，cx、cy 的恢复则依赖主点附近的约束。整个流程在工程上是一步到位地求解，不需要迭代初值，这也是张正友标定法在数学上漂亮、在工程上稳定的重要原因。
4.2 外参求解与旋转矩阵的正交化修复
内参 K 已知后，每张图像的外参就可以直接回代计算，也就是：
r1 = λ K⁻¹ h1 r2 = λ K⁻¹ h2 r3 = r1 × r2 t = λ K⁻¹ h3
这里 λ 通常取 1/‖K⁻¹ h1‖ 或 1/‖K⁻¹ h2‖ 再取平均。但这样解出来的 r1、r2、r3 组成的旋转矩阵 R，往往并不严格正交，因为噪声和数值误差会让它们偏离旋转矩阵的数学性质。所以在实际代码里，需要对 R 做一次奇异值分解，然后用 U、V 的组合重新构造正交旋转矩阵，也就是令 R = U * Vᵀ。这一步官方标定模块内部会处理，但如果你自己写标定脚本，一定不要漏掉正交化修复。
4.3 退化配置：为什么不能只拍平行于镜头的棋盘
这部分我要专门提醒：如果所有拍摄图像中棋盘都几乎平行于成像平面，单应性矩阵之间的约束会高度相关，求解出的内参矩阵往往在 cx、cy 以及 fx、fy 之间出现很强的耦合与波动。最常见的结果就是三次标定得到三组差异很大的焦距和主点，虽然每组重投影误差看起来都不高。避免退化的方法就是前文提到的，拍摄时刻意增加棋盘相对相机的旋转角度，让约束方向丰富起来。
5. 畸变模型与非线性优化：让标定结果从"可用"到"精确"
5.1 径向畸变和切向畸变：系数怎么用才不翻车
镜头畸变可以分成两类：径向畸变和切向畸变。径向畸变是光线经过透镜边缘时折射变化导致的，表现为画面边缘的直线向内凹或向外凸，用 k1、k2 甚至 k3 描述；切向畸变主要由透镜与成像平面不完全平行引起，表现为点沿切线方向偏移，用 p1、p2 描述。
畸变修正的常见模型是：把归一化坐标乘上畸变因子，并叠加切向偏移项。工程实践中我的建议是：对于普通工业镜头或消费级相机，先用 k1、k2、p1、p2 四个参数进行标定；如果重投影误差依然明显偏大，再考虑加入 k3。不要一上来就把 k3 打开，尤其是拍摄图像数量不多时，高阶畸变参数很容易过拟合到某一组图像上，导致边缘区域的校正结果反而变差。
5.2 重投影误差与全局非线性优化
线性求解出的内参和外参只是"够用但不精确"的解，因为单应性求解时没有考虑畸变，而且各张图像的误差权重也没有被统一优化。张正友标定法的最后一步，是把所有线性解作为初值，建立包含所有内外参和畸变系数的整体代价函数。这个代价函数的核心是重投影误差，也就是把标定板上的三维点投影到图像平面后，与实际检测到的角点像素坐标之间的差值，逐点累加求平方和。用 Levenberg-Marquardt 算法迭代优化，让这个误差最小化。
在 OpenCV 的 calibrateCamera 中，这一步是自动完成的。需要注意的是，参与优化的未知数很多，例如 20 张图像就是 20 组外参加上 5 到 8 个内参和畸变参数，参数空间维度高达上百。之所以还能稳定优化，是因为每张图像的外参只与对应图像相关，而内参和畸变对所有图像共享，问题本身的稀疏结构让优化过程变得可控。
6. 一套可以直接复用的 OpenCV 标定流程与代码要点
6.1 准备输入数据与角点提取
我自己常用的标定脚本流程如下：先确定棋盘格内角点尺寸，然后逐张读取图像、检测角点、亚像素细化、把三维点和二维点分别加入数组。三维点用的就是把棋盘格当作 Z=0 平面，按格子边长生成的点阵。
下面是提取角点的核心代码，这里一定要注意 findChessboardCorners 的参数和亚像素细化的终止条件：
import cv2 import numpy as np import glob # 棋盘内角点数，例如 9x6，注意两个方向数字不要相等 pattern_size = (9, 6) square_size = 30.0 # 单位 mm # 生成棋盘平面上的三维点，Z 全部为 0 objp = np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32) objp[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) objp *= square_size obj_points = [] img_points = [] # 终止条件：亚像素迭代 30 次或精度达到 0.001 像素内 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) for fname in sorted(glob.glob('board_*.jpg')): img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, pattern_size, None) if not ret: print(f"跳过无法完整识别棋盘格的图像: {fname}") continue # 亚像素细化，提高角点坐标精度 corners = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) obj_points.append(objp) img_points.append(corners)6.2 标定主流程与返回参数
提取完所有角点之后，调用 calibrateCamera 完成标定。这里有一个容易忽略的问题：calibrateCamera 的返回参数里，rvecs 和 tvecs 分别是旋转向量和平移向量，而不是直接返回旋转矩阵。需要用 cv2.Rodrigues 把旋转向量转成矩阵。完整代码如下：
# 执行相机标定 ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, gray.shape[::-1], None, None ) print("内参矩阵:\n", mtx) print("畸变系数:\n", dist) print("总体重投影误差:", ret) # 如果需要外参矩阵，用 Rodrigues 转换 R_matrix, _ = cv2.Rodrigues(rvecs[0])6.3 标定结果是否可信：重投影误差的合理区间
calibrateCamera 返回的 ret 是全部角点的均方根重投影误差，单位是像素。根据我的经验，在光线均匀、棋盘平直、图像数量充足的情况下，这个误差落在 0.05 到 0.15 像素之间是正常水平；如果在 0.2 到 0.5 之间，说明存在对焦模糊、标定板不平或者部分图像角点提取不准等问题；超过 0.5 像素，结果基本就不能直接用于精密测量或机器人抓取，需要重新采集数据。
需要强调的是，重投影误差只是衡量"算法是否拟合了输入数据"，并不等于"绝对空间精度"。如果要验证标定的绝对精度，我习惯的做法是标定完成后固定相机，用标定板放在多个已知距离处，测量检测到的角点距离与实际尺子测量之间的距离对比。两者能对得上，说明这套参数在真实空间中也是可靠的。
7. 标定实战中我踩过的坑与质量控制方案
7.1 标定板不平整导致的系统偏差
有一次我在某个模拟分拣项目里反复标定，重投影误差始终在 0.4 像素左右，无论换多少张图像都降不下来。排查到最后，发现是棋盘格纸张贴在了一块厚度不均的亚克力板上，表面存在肉眼几乎看不出但毫米级的弯曲。棋盘平面一旦不再是一个严格平面，单应性模型就不再精确，所有图像的误差都会带上同一个方向的偏差。
解决办法是换用更厚的板材，并加入背板支撑。此后重投影误差直接降到 0.1 像素以下。所以建议你在标定之前用手电筒贴着板面扫一圈，确认板面没有明显反射弯曲变形。
7.2 图像数量够但姿态单一，内参出现明显漂移
另一个常见问题是：拍了很多张，但几乎全是在相机正前方小幅移动的棋盘。这种情况下的标定结果里，fx 和 fy 可能与真实值偏差 5% 以上。判断方法是看 cx、cy 是否偏离图像中心过多，或者把同一台相机重复标定三次，看内参的一致性是否稳定。如果三次结果跳来跳去，先不要怀疑算法，回头审视一下数据采集的姿态多样性。
7.3 局部反光把角点拉偏：一种容易忽视的现象
棋盘格表面的塑料覆膜或玻璃覆层会在某些角度产生局部反光，这种反光会让角点附近的灰度分布不对称，而 cornerSubPix 是基于灰度梯度迭代的，最终角点位置会被反光拉偏一小段距离。一组图像里只要有两三张存在这个问题，标定结果的畸变系数就会吸收掉这部分误差，表现为主点漂移或 k1 异常偏大。
我的做法是在采集时旋转标定板到一个不反光的角度，再开始拍摄。后期处理时，可以把每张图像的角点重投影回来，绘制检测点与重投影点的连线矢量图，能直观看出哪些图像的点分布异常。
7.4 一套自己常用的标定质量检查流程
最后分享一个我每次标定完都会执行的检查清单，顺序如下：
- 查看重投影误差，确认在 0.15 像素以下；
- 查看畸变系数量级，k1 的值通常在 0.01 到 0.3 之间，如果 k2 或 k3 的绝对值异常大，大概率数据有问题；
- 用未参与标定的图片做一次畸变校正，观察画面边缘的直线是否恢复笔直；
- 计算主点 cx、cy 与图像中心的关系，正常情况两者相差不会太远；
- 用三维重建或抓取实验做一次端到端验证，目检定位到目标点的像素坐标经过去畸变、外参转换后，是否落在物理世界目标物体的真实位置上。
按照这套流程走下来，标定结果基本都能稳定支撑后续的视觉定位与三维重建任务。至于更深层的多相机标定、手眼标定扩展，也都是建立在稳定内参的基础上，先把这套单相机平面标定吃透，后面会遇到的问题会少一大半。
