diff --git a/.gitignore b/.gitignore index ee24db6..e21e6b8 100644 --- a/.gitignore +++ b/.gitignore @@ -1,13 +1,44 @@ -# Xmake cache +# ============================================================ +# 27RM 提交规则 +# 入库：源码 / 构建脚本 / 配置文件 / 文档 +# 不入库：图片视频等大数据、编译产物、本机专属生成物 +# ============================================================ + +# ---------- 构建产物与缓存 ---------- .xmake/ build/ - -# MacOS Cache -.DS_Store - - .vscode/.cache/ -# wget 下载日志 -wget.log +# ---------- 标定照片与视频：一律不入库 ---------- +# 单个标定集 20MB 起，且随时重拍，没有任何入库价值 +calib_images/ +calib_all/ +*.jpg +*.jpeg +*.png +*.bmp +*.tif +*.tiff +*.webp +*.avi +*.mp4 +*.mkv +*.mov +*.pcd +*.bag +# 若确有少量配图需要提交（例如 README 插图），用强制添加： +# git add -f docs/xxx.png + +# ---------- 标定结果必须入库 ---------- +# configs/camera.yaml 是相机内参，全队共用，务必提交（它不在上面的规则里） + +# ---------- 日志（wget 下载日志 / 相机 SDK 运行时日志） ---------- *.log +wget.log +wget-log* +Camera/ + +# ---------- 编辑器 / 系统 ---------- +.DS_Store +# xmake 生成，内容是本机绝对路径，换台电脑即失效 +.vscode/compile_commands.json diff --git a/.vscode/compile_commands.json b/.vscode/compile_commands.json deleted file mode 100644 index 5b44700..0000000 --- a/.vscode/compile_commands.json +++ /dev/null @@ -1,11 +0,0 @@ -[ -{ - "directory": "/home/mzxiang/opencv_project/27RM", - "arguments": ["/usr/bin/g++", "-c", "-m64", "-g", "-O0", "-std=c++11", "-I/home/mzxiang/opencv_project/27RM/inc", "-I/usr/local/include/opencv4", "-I/home/mzxiang/MindVisionSDK/include", "-o", "build/.objs/27RM/linux/x86_64/debug/src/main.cpp.o", "src/main.cpp"], - "file": "src/main.cpp" -}, -{ - "directory": "/home/mzxiang/opencv_project/27RM", - "arguments": ["/usr/bin/g++", "-c", "-m64", "-g", "-O0", "-std=c++11", "-I/home/mzxiang/opencv_project/27RM/inc", "-I/usr/local/include/opencv4", "-I/home/mzxiang/MindVisionSDK/include", "-o", "build/.objs/27RM/linux/x86_64/debug/src/camera_set.cpp.o", "src/camera_set.cpp"], - "file": "src/camera_set.cpp" -}] diff --git a/README.md b/README.md index e69de29..72c2053 100644 --- a/README.md +++ b/README.md @@ -0,0 +1,131 @@ +# 27RM + +RoboMaster 视觉工程（MindVision 相机 + OpenCV）。 + +## 构建 + +```bash +xmake # 产出两个程序（见下） +xmake run 27RM # 跑主程序 +``` + +## 程序清单 + +| 程序 | 用途 | +|---|---| +| `27RM` | 自瞄主程序 | +| `capture_calib` | **相机标定图采集工具** | +| `calibrate` | **标定计算工具**（照片 → 内参/畸变 → `configs/camera.yaml`） | + +## 配置 + +``` +configs/ +└── camera.yaml # 相机内参 + 畸变 + 标定元信息（由 calibrate 生成，需入库） +``` + +代码里这样用（`inc/camera_calib.hpp`）： + +```cpp +#include "camera_calib.hpp" + +CameraCalib calib; +if (!calib.load("configs/camera.yaml")) return -1; // 启动时加载一次 + +cv::Mat undist; +calib.undistort(frame, undist); // 每帧去畸变 + +// 装甲板四角点（左下、左上、右上、右下）→ 位姿 +std::array corners{lb, lt, rt, rb}; +if (auto pose = calib.solvePose(corners, ArmorSize::small())) { + double yaw, pitch; + CameraCalib::poseToYawPitch(pose->tvec, yaw, pitch); + // pose->distance_mm / pose->reproj_error_px 可用于过滤坏帧 +} +``` + +> 程序必须在工程根目录运行（`configs/` 是相对路径），或自行传绝对路径。 + +## 相机标定流程 + +> **本工程标定板规格**：10 × 7 内角点、**方格 20.0 mm**（卡尺实测值，不是打印标称值） +> **相机**：MV-SUA131GC（1/3" CMOS，3.75μm 像元）+ MV-LD-M12-2.8MM-C 镜头，输出 1280×1024 +> ⚠️ M12 镜头**调焦会改变有效焦距**，标定和使用时必须保持对焦环位置一致 + +### 1. 采集标定图 + +```bash +# 用 MindVision 相机（机器人上那台） +./build/linux/x86_64/debug/capture_calib --square 20.0 + +# 或改用 USB 摄像头 +./build/linux/x86_64/debug/capture_calib --usb 0 --square 20.0 +``` + +按键： + +| 键 | 功能 | +|---|---| +| 空格 | 保存当前帧（默认要求检测到棋盘格） | +| `f` | 强制保存（未检测到也存） | +| `d` | 删除上一张 | +| `c` | 开关实时角点检测显示 | +| `g` | 灰度预览（排查过曝/反光） | +| `q` / ESC | 退出 | + +拍摄要求： + +- 标定板出现在画面**中心、四角、边缘**（2.8mm 广角镜头边缘畸变最大） +- 姿态多样：正对、倾斜、旋转、俯仰 +- 清晰不糊、光照均匀、无反光、板子贴平硬板 +- **20~30 张**，保存于 `calib_images/`（已加入 .gitignore，不会入库） + +### 2. 计算内参 + +```bash +./build/linux/x86_64/debug/calibrate --dir calib_images --square 20.0 # 只算顶层 +./build/linux/x86_64/debug/calibrate --dir calib_all --square 20.0 # 全部 31 张（推荐） +./build/linux/x86_64/debug/calibrate --square 20.0 --show # 逐张查看角点与重投影 +``` + +工具会输出重投影误差 RMS、内参 K、畸变系数、每张图误差排行，并写入 `camera_calib.yml`。 + +| 重投影误差 | 评价 | +|---|---| +| < 0.3 px | 很好 | +| 0.3 ~ 0.5 px | 可接受 | +| > 0.5 px | 建议重拍 | + +> **当前标定结果**（`calib_all/` 31 张，20mm 方格）： +> fx=657.47, fy=658.25, cx=625.64, cy=509.00，RMS **0.483 px** +> **距离验证**：卷尺 700mm vs 程序 687~697mm，误差 **< 2%** ✓ + +### ⚠️ 标定图必须同时具备「三种多样性」 + +| 维度 | 作用 | 不满足的后果 | +|---|---|---| +| **画面位置**（九宫格覆盖） | 约束**畸变系数** | 边缘畸变解不出来，RMS 偏高 | +| **倾角**（正对/上下倾/左右倾/大角度） | 约束**焦距与主点** | 参数耦合，精度下降 | +| **距离**（近/中/远，板子占画面 40%/20%/8%） | 约束**尺度** ⭐ | **fx 无法确定**：所有图同距离时，"焦距×距离"可整体缩放而图像不变，优化器会落到错误值，**且 RMS 依然很低**（最阴险的坑） | + +> 实测教训：一套 19 张、覆盖 9/9 但**距离相近**的图，标出的 fx=883（实际 659，偏差 34%），距离误差直接 +32%； +> 与旧的 12 张（距离 24~65cm）合并后 fx 回到 657，误差 <2%。**距离多样性是 fx 的锚点，不可省。** + +### 3. 使用内参 + +```cpp +cv::Mat K, D; +cv::FileStorage fs("camera_calib.yml", cv::FileStorage::READ); +fs["camera_matrix"] >> K; +fs["dist_coeffs"] >> D; +``` + +之后用 `cv::undistort` / `cv::solvePnP` 做去畸变与位姿解算。 + +### 4. 距离验证（改完参数一定要做） + +```bash +~/yolo-env/bin/python ~/rm_vision/verify_distance.py 图片.jpg --square 20.0 --distance 647 +``` + +用卷尺量出真实距离，与程序算出的距离对比：误差 < 2% 说明标定可用。 diff --git a/configs/camera.yaml b/configs/camera.yaml new file mode 100644 index 0000000..b0d7d5b --- /dev/null +++ b/configs/camera.yaml @@ -0,0 +1,37 @@ +%YAML:1.0 +--- +# ============================================================ +# 相机标定与内参配置（27RM） +# 本文件由 ./build/.../calibrate 生成，也可手工维护 +# ⚠️ M12 镜头的【对焦环位置】会改变有效焦距： +# 一旦调焦，必须重新标定并重新做卷尺距离验证！ +# ============================================================ +camera_name: "MV-SUA131GC" +lens: "MV-LD-M12-2.8MM-C" +sensor: "1/3\" CMOS, 3.75um pixel" +resolution: "1280x1024" +calib_date: "2026-09-15" +board_spec: "10x7 inner corners, square=20.0mm" +calib_images: "31 (old_run 12 + new 19)" +distance_verify: "ruler 700mm -> computed 687~697mm, error <2%" +notes: "refocus invalidates this calibration; must re-verify with ruler" + +camera_matrix: !!opencv-matrix + rows: 3 + cols: 3 + dt: d + data: [ 657.47392591548282, 0., 625.64119358041364, 0., + 658.25468859263844, 509.00483710801581, 0., 0., 1. ] +dist_coeffs: !!opencv-matrix + rows: 1 + cols: 5 + dt: d + data: [ -0.0012152502343767638, -0.058463444062878803, + -0.0022603001279860352, 0.0018169600148664874, + 0.040233970225725772 ] +image_width: 1280 +image_height: 1024 +square_mm: 20. +board_cols: 10 +board_rows: 7 +rms: 0.48277734002307909 diff --git a/inc/camera_calib.hpp b/inc/camera_calib.hpp new file mode 100644 index 0000000..57571bc --- /dev/null +++ b/inc/camera_calib.hpp @@ -0,0 +1,100 @@ +#ifndef CAMERA_CALIB_HPP +#define CAMERA_CALIB_HPP + +/** + * @file camera_calib.hpp + * @brief 相机标定数据（内参/畸变）的加载与使用 —— 27RM + * + * 配置来源：configs/camera.yaml（由 ./calibrate 生成） + * + * 典型用法： + * CameraCalib calib; + * if (!calib.load("configs/camera.yaml")) return -1; + * + * // 1) 去畸变（每帧） + * cv::Mat undist; + * calib.undistort(frame, undist); + * + * // 2) 装甲板四角点 → 位姿（角点顺序：左下、左上、右上、右下） + * std::array corners{lb, lt, rt, rb}; + * if (auto pose = calib.solvePose(corners, ArmorSize::small())) { + * double yaw, pitch; + * CameraCalib::poseToYawPitch(pose->tvec, yaw, pitch); // 云台需要的角度 + * printf("距离 %.2f m, yaw %.1f°, pitch %.1f°, 重投影 %.2f px\n", + * pose->distance_mm / 1000.0, yaw * 180 / CV_PI, + * pitch * 180 / CV_PI, pose->reproj_error_px); + * } + */ + +#include + +#include +#include +#include + +/** 装甲板物理尺寸（毫米）：width = 两灯条中心间距，height = 灯条长度 */ +struct ArmorSize { + double width_mm; + double height_mm; + + /** 大装甲板：英雄（一号）230mm 间距 */ + static ArmorSize big() { return ArmorSize{230.0, 56.0}; } + /** 小装甲板：2/3/4/5 号、哨兵 135mm 间距 */ + static ArmorSize small() { return ArmorSize{135.0, 56.0}; } +}; + +/** 位姿解算结果（相机坐标系，单位 mm） */ +struct ArmorPose { + cv::Vec3d rvec{0, 0, 0}; // 旋转向量 + cv::Vec3d tvec{0, 0, 0}; // 装甲板中心位置 + double distance_mm = 0.0; // 到装甲板中心的距离 + double reproj_error_px = 0.0; // 重投影误差（质量指标） +}; + +class CameraCalib { +public: + CameraCalib() = default; + explicit CameraCalib(const std::string &yaml_path) { load(yaml_path); } + + /** 加载标定文件；成功返回 true（失败会打印原因） */ + bool load(const std::string &yaml_path); + + bool valid() const { return valid_; } + const cv::Mat &K() const { return camera_matrix_; } + const cv::Mat &D() const { return dist_coeffs_; } + cv::Size imageSize() const { return image_size_; } + + /** 每帧去畸变（内部缓存映射表，尺寸不变时不用重建） */ + void undistort(const cv::Mat &src, cv::Mat &dst); + + /** 重投影误差门限（像素）：超过则视为无效解，默认 8.0 */ + void setMaxReprojError(double px) { max_reproj_err_px_ = px; } + + /** + * 四个角点 → 装甲板位姿 + * @param corners 图像坐标，顺序必须是：左下、左上、右上、右下 + * （与 jlu_vision 的 ArmorPoints.hpp 3D 点顺序一致） + * @param size 装甲板物理尺寸 + * @return 成功返回位姿；无解或重投影误差过大返回 std::nullopt + */ + std::optional solvePose(const std::array &corners, + const ArmorSize &size) const; + + /** 位置 → 云台角度（弧度）：yaw 向右为正、pitch 向上为正 */ + static void poseToYawPitch(const cv::Vec3d &tvec, double &yaw, double &pitch) { + yaw = std::atan2(tvec[0], tvec[2]); + pitch = std::atan2(-tvec[1], std::sqrt(tvec[0] * tvec[0] + + tvec[2] * tvec[2])); + } + +private: + cv::Mat camera_matrix_; + cv::Mat dist_coeffs_; + cv::Size image_size_{0, 0}; + bool valid_ = false; + double max_reproj_err_px_ = 8.0; + + cv::Mat map1_, map2_; // 去畸变映射表缓存 +}; + +#endif // CAMERA_CALIB_HPP diff --git a/inc/camera_set.hpp b/inc/camera_set.hpp index caf807d..7fffda0 100644 --- a/inc/camera_set.hpp +++ b/inc/camera_set.hpp @@ -14,11 +14,11 @@ public: bool initializeCamera(); // 初始化相机 bool startCamera(); // 启动相机 bool stopCamera(); // 停止相机 - bool setExposureTime(double exposureTime); // 设置曝光时间 - bool setGain(double gain); // 设置增益 - bool setWhiteBalance(double redGain, double blueGain); // 设置白平衡 - bool setResolution(int width, int height); // 设置分辨率 - bool setFrameRate(double frameRate); // 设置帧率 + // bool setExposureTime(double exposureTime); // 设置曝光时间 + // bool setGain(double gain); // 设置增益 + // bool setWhiteBalance(double redGain, double blueGain); // 设置白平衡 + // bool setResolution(int width, int height); // 设置分辨率 + // bool setFrameRate(double frameRate); // 设置帧率 bool getFrame(cv::Mat &frame); // 获取一帧图像 private: diff --git a/inc/light_bar.hpp b/inc/light_bar.hpp new file mode 100644 index 0000000..5ce3321 --- /dev/null +++ b/inc/light_bar.hpp @@ -0,0 +1,16 @@ +#ifndef LIGHT_BAR_HPP +#define LIGHT_BAR_HPP + +class LightBar +{ +public: + LightBar(); // 构造函数声明 + ~LightBar(); // 析构函数声明 + + +private: + + +}; + +#endif \ No newline at end of file diff --git a/src/calibrate.cpp b/src/calibrate.cpp new file mode 100644 index 0000000..e6c201f --- /dev/null +++ b/src/calibrate.cpp @@ -0,0 +1,321 @@ +/** + * @file calibrate.cpp + * @brief 相机标定计算工具（27RM 项目） + * + * 读取 calib_images/ 里的棋盘格照片，用 calibrateCamera 计算内参与畸变， + * 结果保存为 configs/camera.yaml。 + * + * 运行： + * ./build/linux/x86_64/debug/calibrate # 默认 10x7 内角点 15mm + * ./build/linux/x86_64/debug/calibrate --cols 11 --rows 8 # 其它规格的板 + * ./build/linux/x86_64/debug/calibrate --show # 逐张显示角点与重投影 + * + * 输出： + * - 重投影误差 RMS（<0.3 很好，0.3~0.5 可用，>0.5 建议删掉差图重拍） + * - 内参矩阵 K、畸变系数 + * - 每张图的误差排行（最差的几张优先考虑删除） + * - camera_calib.yml（后续去畸变 / PnP 用） + */ + +#include + +#include +#include +#include +#include +#include +#include +#include +#include + +namespace { + +struct Options { + int board_cols = 10; // 内角点列数（10x7 对应 11x8 方格板） + int board_rows = 7; + float square_mm = 20.0f; // 方格边长 mm（本工程实测 20.0） + std::string dir = "calib_images"; + std::string out = "configs/camera.yaml"; + bool show = false; +}; + +void printUsage(const char *prog) { + std::printf( + "用法: %s [选项]\n" + " --cols N 内角点列数（默认 10）\n" + " --rows N 内角点行数（默认 7）\n" + " --square F 方格边长 mm（默认 20.0，本工程实测值）\n" + " --dir PATH 标定图目录（默认 calib_images）\n" + " --out FILE 输出文件（默认 configs/camera.yaml）\n" + " --show 逐张显示角点与重投影（调试用）\n", + prog); +} + +bool parseArgs(int argc, char **argv, Options &opt) { + for (int i = 1; i < argc; ++i) { + if (!std::strcmp(argv[i], "--cols") && i + 1 < argc) { + opt.board_cols = std::atoi(argv[++i]); + } else if (!std::strcmp(argv[i], "--rows") && i + 1 < argc) { + opt.board_rows = std::atoi(argv[++i]); + } else if (!std::strcmp(argv[i], "--square") && i + 1 < argc) { + opt.square_mm = static_cast(std::atof(argv[++i])); + } else if (!std::strcmp(argv[i], "--dir") && i + 1 < argc) { + opt.dir = argv[++i]; + } else if (!std::strcmp(argv[i], "--out") && i + 1 < argc) { + opt.out = argv[++i]; + } else if (!std::strcmp(argv[i], "--show")) { + opt.show = true; + } else { + printUsage(argv[0]); + return false; + } + } + return true; +} + +struct ImageInfo { + std::string name; + double error_px; // 该图平均重投影误差 + int index; +}; + +} // namespace + +int main(int argc, char **argv) { + Options opt; + if (!parseArgs(argc, argv, opt)) { + return EXIT_FAILURE; + } + + // ---------------- 读图 ---------------- + std::vector files; + cv::glob(opt.dir + "/*.jpg", files); + if (files.empty()) { + std::fprintf(stderr, "错误: %s/ 里没有 jpg 图片\n", opt.dir.c_str()); + // 子目录里若有图片，给出可直接复制的命令（例如 old_run/） + DIR *dp = opendir(opt.dir.c_str()); + if (dp != nullptr) { + std::vector hints; + struct dirent *entry; + while ((entry = readdir(dp)) != nullptr) { + if (entry->d_name[0] == '.') { + continue; + } + std::string sub = opt.dir + "/" + entry->d_name; + struct stat st; + if (stat(sub.c_str(), &st) != 0 || !S_ISDIR(st.st_mode)) { + continue; + } + std::vector sub_files; + cv::glob(sub + "/*.jpg", sub_files); + if (!sub_files.empty()) { + hints.push_back(sub + " (" + + std::to_string(sub_files.size()) + " 张)"); + } + } + closedir(dp); + if (!hints.empty()) { + std::fprintf(stderr, "提示: 子目录里有图片，可以这样用：\n"); + for (const auto &h : hints) { + std::fprintf(stderr, " ./calibrate --dir %.*s --square %.1f\n", + static_cast(h.find(" (")), h.c_str(), + opt.square_mm); + } + } + } + std::fprintf(stderr, + "或者运行 capture_calib 采集新图（目标 20~30 张）\n"); + return EXIT_FAILURE; + } + std::printf("找到 %zu 张图片\n", files.size()); + + // ---------------- 逐张检测角点 ---------------- + // 候选尺寸：配置值 ±1（兼容"方格数"与"内角点数"的混淆） + std::vector candidates{ + cv::Size(opt.board_cols, opt.board_rows), + cv::Size(std::max(3, opt.board_cols - 1), std::max(3, opt.board_rows - 1)), + cv::Size(opt.board_cols + 1, opt.board_rows + 1), + }; + + cv::Size used_size(0, 0); + cv::Size image_size(0, 0); + std::vector> object_points; + std::vector> image_points; + std::vector used_names; + std::vector failed_names; + + for (const auto &file : files) { + cv::Mat img = cv::imread(file); + if (img.empty()) { + failed_names.emplace_back(file); + continue; + } + if (image_size.width == 0) { + image_size = img.size(); + } + cv::Mat gray; + cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY); + + bool found = false; + cv::Size detected(0, 0); + std::vector corners; + for (const auto &sz : candidates) { + corners.clear(); + found = cv::findChessboardCornersSB( + gray, sz, corners, cv::CALIB_CB_NORMALIZE_IMAGE | cv::CALIB_CB_LARGER); + if (!found) { + found = cv::findChessboardCorners( + gray, sz, corners, + cv::CALIB_CB_ADAPTIVE_THRESH | cv::CALIB_CB_NORMALIZE_IMAGE); + } + if (found) { + detected = sz; + break; + } + } + if (!found) { + failed_names.emplace_back(file); + continue; + } + + // 第一张成功图决定实际尺寸，后续图尺寸不一致则丢弃 + if (used_size.width == 0) { + used_size = detected; + std::printf("标定板实际尺寸: %d x %d 内角点\n", used_size.width, + used_size.height); + if (used_size != candidates.front()) { + std::printf(" 注意: 与配置 %d x %d 不一致（你的板子可能是 %d x " + "%d 个方格）\n", + opt.board_cols, opt.board_rows, + used_size.width + 1, used_size.height + 1); + } + } + if (detected != used_size) { + failed_names.emplace_back(file + " (尺寸不一致)"); + continue; + } + + cv::cornerSubPix( + gray, corners, cv::Size(11, 11), cv::Size(-1, -1), + cv::TermCriteria(cv::TermCriteria::EPS + cv::TermCriteria::MAX_ITER, + 30, 0.001)); + + // 世界坐标：z=0 平面，方格为实测边长 + std::vector objp; + for (int r = 0; r < used_size.height; ++r) { + for (int c = 0; c < used_size.width; ++c) { + objp.emplace_back(c * opt.square_mm, r * opt.square_mm, 0.f); + } + } + object_points.push_back(objp); + image_points.push_back(corners); + used_names.push_back(file); + } + + std::printf("可用图片: %zu / %zu\n", image_points.size(), files.size()); + if (!failed_names.empty()) { + std::printf("未使用的图片:\n"); + for (const auto &n : failed_names) { + std::printf(" %s\n", n.c_str()); + } + } + if (image_points.size() < 8) { + std::fprintf(stderr, + "错误: 可用图片不足 8 张\n" + " · 检查拍摄条件（整板入画/无反光/不模糊）\n" + " · 或确认 --cols/--rows 参数\n"); + return EXIT_FAILURE; + } + + // ---------------- 标定 ---------------- + cv::Mat K, D; + std::vector rvecs, tvecs; + double rms = cv::calibrateCamera(object_points, image_points, image_size, K, + D, rvecs, tvecs); + std::printf("图像尺寸: %d x %d\n", image_size.width, image_size.height); + + std::printf("\n==============================\n"); + std::printf("重投影误差 RMS: %.4f 像素\n", rms); + if (rms < 0.3) + std::printf("评价: 很好 ✓\n"); + else if (rms < 0.5) + std::printf("评价: 可接受\n"); + else + std::printf("评价: 偏差较大，建议按下面排行删掉最差的几张后重跑\n"); + + std::printf("\n内参矩阵 K:\n"); + for (int r = 0; r < 3; ++r) { + std::printf(" [ "); + for (int c = 0; c < 3; ++c) + std::printf("%10.3f ", K.at(r, c)); + std::printf("]\n"); + } + std::printf(" fx=%.2f fy=%.2f cx=%.2f cy=%.2f\n", K.at(0, 0), + K.at(1, 1), K.at(0, 2), K.at(1, 2)); + + std::printf("\n畸变系数 [k1 k2 p1 p2 k3 ...]:\n "); + for (int c = 0; c < D.cols; ++c) { + std::printf("%.6f ", D.at(c)); + } + std::printf("\n"); + + // ---------------- 每张图的误差排行 ---------------- + std::vector infos; + for (size_t i = 0; i < image_points.size(); ++i) { + std::vector reproj; + cv::projectPoints(object_points[i], rvecs[i], tvecs[i], K, D, reproj); + double err = cv::norm(image_points[i], reproj, cv::NORM_L2) / + std::sqrt(static_cast(reproj.size())); + infos.push_back({used_names[i], err, static_cast(i)}); + } + std::sort(infos.begin(), infos.end(), + [](const ImageInfo &a, const ImageInfo &b) { + return a.error_px > b.error_px; + }); + std::printf("\n误差最大的 5 张（可考虑删掉后重跑）:\n"); + for (int i = 0; i < 5 && i < static_cast(infos.size()); ++i) { + std::printf(" %s -> %.3f px\n", infos[i].name.c_str(), + infos[i].error_px); + } + + // ---------------- 保存 ---------------- + cv::FileStorage fs(opt.out, cv::FileStorage::WRITE); + fs << "camera_matrix" << K; + fs << "dist_coeffs" << D; + fs << "image_width" << image_size.width; + fs << "image_height" << image_size.height; + fs << "rms" << rms; + fs << "board_cols" << used_size.width; + fs << "board_rows" << used_size.height; + fs << "square_mm" << opt.square_mm; + fs.release(); + std::printf("\n已保存 -> %s\n", opt.out.c_str()); + + // ---------------- 可视化（可选） ---------------- + if (opt.show) { + for (const auto &info : infos) { + cv::Mat img = cv::imread(info.name); + if (img.empty()) + continue; + std::vector reproj; + cv::projectPoints(object_points[info.index], rvecs[info.index], + tvecs[info.index], K, D, reproj); + for (const auto &p : image_points[info.index]) + cv::circle(img, p, 3, cv::Scalar(0, 255, 0), -1); + for (const auto &p : reproj) + cv::circle(img, p, 5, cv::Scalar(0, 0, 255), 1); + cv::putText(img, info.name + " err=" + std::to_string(info.error_px), + cv::Point(20, 40), cv::FONT_HERSHEY_SIMPLEX, 0.8, + cv::Scalar(0, 255, 0), 2); + cv::imshow("calibrate", img); + if (cv::waitKey(0) == 27) + break; + } + } + + std::printf("\n完成。后续使用：\n"); + std::printf(" cv::FileStorage fs(\"%s\", cv::FileStorage::READ);\n", + opt.out.c_str()); + std::printf(" fs[\"camera_matrix\"] >> K; fs[\"dist_coeffs\"] >> D;\n"); + return EXIT_SUCCESS; +} diff --git a/src/camera_calib.cpp b/src/camera_calib.cpp new file mode 100644 index 0000000..34bc992 --- /dev/null +++ b/src/camera_calib.cpp @@ -0,0 +1,90 @@ +#include "camera_calib.hpp" + +#include +#include + +bool CameraCalib::load(const std::string &yaml_path) { + cv::FileStorage fs(yaml_path, cv::FileStorage::READ); + if (!fs.isOpened()) { + std::fprintf(stderr, "[CameraCalib] 打不开配置文件: %s\n", + yaml_path.c_str()); + return false; + } + fs["camera_matrix"] >> camera_matrix_; + fs["dist_coeffs"] >> dist_coeffs_; + int w = 0, h = 0; + fs["image_width"] >> w; + fs["image_height"] >> h; + fs.release(); + + if (camera_matrix_.empty() || dist_coeffs_.empty()) { + std::fprintf(stderr, + "[CameraCalib] %s 缺少 camera_matrix 或 dist_coeffs\n", + yaml_path.c_str()); + return false; + } + image_size_ = cv::Size(w, h); + valid_ = true; + std::printf("[CameraCalib] %s 已加载: fx=%.2f fy=%.2f cx=%.2f cy=%.2f " + "(%dx%d)\n", + yaml_path.c_str(), camera_matrix_.at(0, 0), + camera_matrix_.at(1, 1), camera_matrix_.at(0, 2), + camera_matrix_.at(1, 2), w, h); + return true; +} + +void CameraCalib::undistort(const cv::Mat &src, cv::Mat &dst) { + if (!valid_) { + src.copyTo(dst); + return; + } + if (map1_.empty() || map1_.size() != src.size()) { + cv::initUndistortRectifyMap(camera_matrix_, dist_coeffs_, cv::Mat(), + camera_matrix_, src.size(), CV_32FC1, map1_, + map2_); + } + cv::remap(src, dst, map1_, map2_, cv::INTER_LINEAR); +} + +std::optional CameraCalib::solvePose( + const std::array &corners, const ArmorSize &size) const { + if (!valid_) { + return std::nullopt; + } + + // 3D 模型点：x 朝前（装甲板法线），y 向左，z 向上；左下起顺时针 + // 与 jlu_vision 的 ArmorPoints.hpp 保持一致 + const double W = size.width_mm; // 两灯条中心间距 + const double L = size.height_mm; // 灯条长度 + const std::vector obj_points{ + {0.f, static_cast(W / 2), static_cast(-L / 2)}, // 左下 + {0.f, static_cast(W / 2), static_cast(L / 2)}, // 左上 + {0.f, static_cast(-W / 2), static_cast(L / 2)}, // 右上 + {0.f, static_cast(-W / 2), static_cast(-L / 2)}, // 右下 + }; + const std::vector img_points{corners[0], corners[1], + corners[2], corners[3]}; + + ArmorPose pose; + if (!cv::solvePnP(obj_points, img_points, camera_matrix_, dist_coeffs_, + pose.rvec, pose.tvec, false, cv::SOLVEPNP_IPPE)) { + return std::nullopt; + } + + // 自检：把 3D 点投影回图像，误差过大说明解不可信（例如角点顺序错、板子不是这个尺寸） + std::vector reproj; + cv::projectPoints(obj_points, pose.rvec, pose.tvec, camera_matrix_, + dist_coeffs_, reproj); + double err = 0.0; + for (std::size_t i = 0; i < reproj.size(); ++i) { + err += cv::norm(reproj[i] - img_points[i]); + } + err /= static_cast(reproj.size()); + pose.reproj_error_px = err; + if (err > max_reproj_err_px_) { + return std::nullopt; + } + + pose.distance_mm = cv::norm(pose.tvec); + return pose; +} diff --git a/src/capture_calib.cpp b/src/capture_calib.cpp new file mode 100644 index 0000000..a03ea59 --- /dev/null +++ b/src/capture_calib.cpp @@ -0,0 +1,408 @@ +/** + * @file capture_calib.cpp + * @brief 相机标定图采集工具（27RM 项目） + * + * 用途：采集棋盘格标定图，供 calibrateCamera 计算内参和畸变系数 + * + * 编译：xmake （会生成 build/linux/x86_64/release/capture_calib） + * 运行： + * ./build/linux/x86_64/release/capture_calib # 用 27RM 的 MindVision 相机 + * ./build/linux/x86_64/release/capture_calib --usb 0 # 用 USB 摄像头 /dev/video0 + * ./build/linux/x86_64/release/capture_calib --cols 11 --rows 8 --square 15.0 + * + * 按键： + * 空格 保存当前帧（默认要求检测到棋盘格；按 f 可强制保存） + * f 强制保存当前帧（未检测到角点也存，用于排查问题） + * d 删除最后一张 + * c 开关角点检测（关掉可提高预览帧率） + * q/ESC 退出 + * + * 提示： + * 1. 保存的是**原始画面**（不含任何绘制内容），保证标定数据干净 + * 2. 画面右下角会显示 3×3 覆盖图，尽量让九宫格都亮起来 + * 3. 目标：20~30 张，姿态多样（正对/倾斜/旋转/俯仰），四角尤其要有 + */ + +#include "camera_set.hpp" + +#include + +#include +#include +#include +#include +#include +#include +#include +#include + +namespace { + +const char *kSaveDir = "calib_images"; + +struct Options { + int board_cols = 11; // 内角点列数 + int board_rows = 8; // 内角点行数 + float square_mm = 20.0f; // 方格边长 mm（本工程实测 20.0） + int usb_index = -1; // >=0 时用 USB 摄像头 + int usb_width = 1280; + int usb_height = 960; +}; + +void printUsage(const char *prog) { + std::printf( + "用法: %s [选项]\n" + " --usb N 使用 /dev/videoN（默认用 MindVision 相机）\n" + " --cols N 内角点列数（默认 11）\n" + " --rows N 内角点行数（默认 8）\n" + " --square F 方格边长 mm（默认 20.0，本工程实测值）\n" + " --dir PATH 保存目录（默认 %s）\n", + prog, kSaveDir); +} + +bool parseArgs(int argc, char **argv, Options &opt) { + for (int i = 1; i < argc; ++i) { + if (!std::strcmp(argv[i], "--usb") && i + 1 < argc) { + opt.usb_index = std::atoi(argv[++i]); + } else if (!std::strcmp(argv[i], "--cols") && i + 1 < argc) { + opt.board_cols = std::atoi(argv[++i]); + } else if (!std::strcmp(argv[i], "--rows") && i + 1 < argc) { + opt.board_rows = std::atoi(argv[++i]); + } else if (!std::strcmp(argv[i], "--square") && i + 1 < argc) { + opt.square_mm = static_cast(std::atof(argv[++i])); + } else if (!std::strcmp(argv[i], "--dir") && i + 1 < argc) { + // 简单处理：保存目录用全局字符串 + } else { + printUsage(argv[0]); + return false; + } + } + if (opt.board_cols < 3 || opt.board_rows < 3) { + std::fprintf(stderr, "错误: 内角点数量太小\n"); + return false; + } + return true; +} + +void ensureDir(const char *dir) { + struct stat st; + if (stat(dir, &st) == 0) { + return; + } + if (mkdir(dir, 0755) != 0) { + std::fprintf(stderr, "错误: 无法创建目录 %s\n", dir); + std::exit(EXIT_FAILURE); + } +} + +// （已由循环内的 cur_zone 逻辑替代，保留 gridCellOf 供参考） +static int __attribute__((unused)) gridCellOf(const std::vector &corners, const cv::Size &size) { + cv::Point2f sum(0, 0); + for (const auto &p : corners) { + sum += p; + } + cv::Point2f c = sum * (1.0f / static_cast(corners.size())); + int col = std::min(2, std::max(0, static_cast(c.x * 3 / size.width))); + int row = std::min(2, std::max(0, static_cast(c.y * 3 / size.height))); + return row * 3 + col; +} + +} // namespace + +int main(int argc, char **argv) { + Options opt; + if (!parseArgs(argc, argv, opt)) { + return EXIT_FAILURE; + } + ensureDir(kSaveDir); + + // ---------------- 打开图像源 ---------------- + CameraGrabber grabber; // MindVision 相机（机器人上用的那台） + cv::VideoCapture usb_cap; // 备用：USB 摄像头 + const bool use_usb = (opt.usb_index >= 0); + + if (use_usb) { + usb_cap.open(opt.usb_index, cv::CAP_V4L2); + if (!usb_cap.isOpened()) { + std::fprintf(stderr, "错误: 打不开 /dev/video%d\n", opt.usb_index); + return EXIT_FAILURE; + } + usb_cap.set(cv::CAP_PROP_FRAME_WIDTH, opt.usb_width); + usb_cap.set(cv::CAP_PROP_FRAME_HEIGHT, opt.usb_height); + std::printf("图像源: /dev/video%d (%dx%d)\n", opt.usb_index, opt.usb_width, + opt.usb_height); + } else { + if (!grabber.initializeCamera()) { + std::fprintf(stderr, + "错误: MindVision 相机初始化失败\n" + " · 检查相机是否插好、是否被其他程序占用\n" + " · 或者用 --usb 0 改用 USB 摄像头\n"); + return EXIT_FAILURE; + } + if (!grabber.startCamera()) { + std::fprintf(stderr, "错误: 相机启动取流失败\n"); + return EXIT_FAILURE; + } + std::printf("图像源: MindVision 相机\n"); + } + + const cv::Size board_size(opt.board_cols, opt.board_rows); + std::printf("标定板: %d x %d 内角点, 方格 %.2f mm\n", opt.board_cols, + opt.board_rows, opt.square_mm); + std::printf("保存目录: %s/\n", kSaveDir); + std::printf("按键: [空格]保存 [f]强制保存 [d]删除上一张 [c]开关角点检测 [q/ESC]退出\n\n"); + + std::vector saved_files; + bool detect_on = true; + bool last_found = false; + bool gray_prev = false; // 'g' 切换灰度预览（排查曝光/对比度） + std::vector zone_covered(9, false); // 九宫格覆盖情况 + double cur_sharpness = 0; // 当前帧棋盘格区域清晰度 + double cur_occupancy = 0; // 棋盘格占画面比例 % + int cur_zone = -1; // 当前板中心所在格（0~8） + + cv::Mat frame; + while (true) { + // ---------------- 取图 ---------------- + if (use_usb) { + usb_cap >> frame; + } else { + if (!grabber.getFrame(frame)) { + continue; // 本帧没取到，跳过 + } + } + if (frame.empty()) { + std::fprintf(stderr, "错误: 取到空帧，退出\n"); + break; + } + + cv::Mat display = frame.clone(); // 只用于显示（保存用原始 frame） + + // ---------------- 角点检测 ---------------- + std::vector corners; + cv::Size detected_size(0, 0); // 实际检出的尺寸（可能和配置不同） + last_found = false; + if (detect_on) { + cv::Mat gray; + cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY); + // 依次尝试三种尺寸： + // 1) 配置的尺寸（11x8 内角点） + // 2) 少一行列（用户把"方格数"当成了"内角点数"，如 11x8 方格=10x7 内角） + // 3) 多一行列（反向情况） + const cv::Size try_sizes[3] = { + board_size, + cv::Size(std::max(3, opt.board_cols - 1), + std::max(3, opt.board_rows - 1)), + cv::Size(opt.board_cols + 1, opt.board_rows + 1), + }; + for (const auto &sz : try_sizes) { + corners.clear(); + // 新一代检测器（对反光/畸变更鲁棒） + last_found = cv::findChessboardCornersSB( + gray, sz, corners, cv::CALIB_CB_NORMALIZE_IMAGE | + cv::CALIB_CB_LARGER); + if (!last_found) { + // 退回经典算法 + last_found = cv::findChessboardCorners( + gray, sz, corners, + cv::CALIB_CB_ADAPTIVE_THRESH | + cv::CALIB_CB_NORMALIZE_IMAGE); + } + if (last_found) { + detected_size = sz; + break; + } + } + if (last_found) { + cv::cornerSubPix( + gray, corners, cv::Size(11, 11), cv::Size(-1, -1), + cv::TermCriteria(cv::TermCriteria::EPS + + cv::TermCriteria::MAX_ITER, + 30, 0.001)); + cv::drawChessboardCorners(display, detected_size, corners, + true); + // ---- 质量指标：清晰度 / 占比 / 所在格 ---- + cv::Rect roi = cv::boundingRect(corners) & + cv::Rect(0, 0, gray.cols, gray.rows); + if (roi.width > 8 && roi.height > 8) { + cv::Mat lap; + cv::Laplacian(gray(roi), lap, CV_64F); + cv::Scalar mean, stddev; + cv::meanStdDev(lap, mean, stddev); + cur_sharpness = stddev[0] * stddev[0]; // Laplacian 方差 + cur_occupancy = 100.0 * roi.width * roi.height / + (gray.cols * gray.rows); + int col = std::min( + 2, std::max(0, (roi.x + roi.width / 2) * 3 / gray.cols)); + int row = std::min( + 2, std::max(0, (roi.y + roi.height / 2) * 3 / gray.rows)); + cur_zone = row * 3 + col; + } + } + } + + // ---------------- 覆盖度九宫格 ---------------- + cv::Mat coverage = cv::Mat::zeros(90, 120, CV_8UC3); + for (int i = 0; i < 9; ++i) { + cv::Rect cell((i % 3) * 40, (i / 3) * 30, 40, 30); + cell -= cv::Point(1, 1); + if (zone_covered[i]) { + cv::rectangle(coverage, cell, cv::Scalar(0, 150, 0), -1); + } else if (i == cur_zone && last_found) { + cv::rectangle(coverage, cell, cv::Scalar(0, 180, 255), -1); + } else { + cv::rectangle(coverage, cell, cv::Scalar(60, 60, 60), 1); + } + } + + // ---------------- 叠加信息 ---------------- + if (gray_prev) { + cv::cvtColor(display, display, cv::COLOR_BGR2GRAY); + cv::cvtColor(display, display, cv::COLOR_GRAY2BGR); + } + char buf[256]; + const cv::Scalar ok_color(0, 255, 0), warn_color(0, 165, 255), + err_color(0, 0, 255); + cv::Scalar status_color = last_found ? ok_color : warn_color; + + int covered_zones = static_cast( + std::count(zone_covered.begin(), zone_covered.end(), true)); + std::snprintf(buf, sizeof(buf), "saved: %zu | coverage: %d/9 | board: %s", + saved_files.size(), covered_zones, + !detect_on + ? "detect off" + : (last_found ? "FOUND" : "not found")); + cv::putText(display, buf, cv::Point(20, 40), cv::FONT_HERSHEY_SIMPLEX, + 1.0, status_color, 2); + + if (last_found) { + // 实时质量反馈：清晰度 + 板子占画面比例 + 是否与配置尺寸不符 + const char *sharp_tag = cur_sharpness < 150 ? " BLURRY!" + : cur_sharpness > 300 ? " OK" + : ""; + const char *size_tag = cur_occupancy < 5 ? " TOO FAR/SMALL!" + : ""; + std::snprintf(buf, sizeof(buf), + "sharpness %.0f%s | board %.1f%% of frame%s", + cur_sharpness, sharp_tag, cur_occupancy, size_tag); + cv::Scalar qc((cur_sharpness < 150 || cur_occupancy < 5) + ? cv::Scalar(0, 0, 255) + : cv::Scalar(0, 255, 0)); + cv::putText(display, buf, cv::Point(20, 80), cv::FONT_HERSHEY_SIMPLEX, + 0.8, qc, 2); + } + + if (last_found && detected_size != board_size) { + // 实际检出的尺寸与配置不同：提示用户"方格数 vs 内角点数"的关系 + std::snprintf(buf, sizeof(buf), + "detected %dx%d corners (config %dx%d) -> board has " + "%dx%d squares", + detected_size.width, detected_size.height, + board_size.width, board_size.height, + detected_size.width + 1, detected_size.height + 1); + cv::putText(display, buf, cv::Point(20, 80), + cv::FONT_HERSHEY_SIMPLEX, 0.8, cv::Scalar(0, 200, 255), + 2); + } + + if (detect_on && !last_found) { + // 检测失败时的排查提示 + cv::putText(display, + "HINT: 整板入画? 四边留白? 无反光? 板子横放? " + "距离40cm~1m?", + cv::Point(20, display.rows - 70), + cv::FONT_HERSHEY_SIMPLEX, 0.7, cv::Scalar(0, 200, 255), + 2); + } + + std::snprintf(buf, sizeof(buf), "%dx%d corners, square %.2f mm", + opt.board_cols, opt.board_rows, opt.square_mm); + cv::putText(display, buf, cv::Point(20, 80), cv::FONT_HERSHEY_SIMPLEX, + 0.8, cv::Scalar(200, 200, 200), 2); + + cv::putText(display, + "SPACE=save f=force d=undo c=toggle detect q=quit", + cv::Point(20, display.rows - 20), + cv::FONT_HERSHEY_SIMPLEX, 0.7, cv::Scalar(200, 200, 200), 2); + + // 已保存图片的覆盖情况用文字提示 + std::snprintf(buf, sizeof(buf), "tips: cover all 9 zones, 20-30 shots"); + cv::putText(display, buf, cv::Point(20, 120), cv::FONT_HERSHEY_SIMPLEX, + 0.7, cv::Scalar(160, 160, 160), 2); + + // 九宫格角标贴在右下角 + coverage.copyTo(display(cv::Rect(display.cols - 130, display.rows - 100, + coverage.cols, coverage.rows))); + + cv::imshow("capture_calib (27RM)", display); + + // ---------------- 按键处理 ---------------- + int key = cv::waitKey(1) & 0xFF; + if (key == 27 || key == 'q') { + break; + } else if (key == 'c') { + detect_on = !detect_on; + std::printf("角点检测: %s\n", detect_on ? "开" : "关"); + } else if (key == 'g') { + gray_prev = !gray_prev; + std::printf("灰度预览: %s\n", gray_prev ? "开" : "关"); + } else if (key == ' ' || key == 'f') { + bool force = (key == 'f'); + if (!last_found && !force) { + std::printf("跳过: 未检测到棋盘格（要强制保存请按 f）\n"); + continue; + } + char path[512]; + std::snprintf(path, sizeof(path), "%s/img_%03zu.jpg", kSaveDir, + saved_files.size()); + // 注意：保存的是原始 frame，不是画了角点的 display + if (cv::imwrite(path, frame)) { + saved_files.push_back(path); + if (last_found && cur_zone >= 0) { + zone_covered[cur_zone] = true; + } + std::printf("[%zu] 已保存 %s%s\n", saved_files.size(), path, + force && !last_found ? " (强制)" : ""); + if (last_found) { + int covered_zones = static_cast( + std::count(zone_covered.begin(), zone_covered.end(), true)); + std::printf( + " 清晰度 %.0f %s | 板占画面 %.1f%% %s | 覆盖 %d/9 格\n", + cur_sharpness, + cur_sharpness < 150 ? "← 偏糊，建议重拍" + : cur_sharpness > 300 ? "✓" : "", + cur_occupancy, + cur_occupancy < 5 ? "← 板太小，靠近点" : "", + covered_zones); + } + } else { + std::fprintf(stderr, "保存失败: %s\n", path); + } + } else if (key == 'd') { + if (saved_files.empty()) { + std::printf("没有可删除的图片\n"); + } else { + std::string last = saved_files.back(); + saved_files.pop_back(); + if (std::remove(last.c_str()) == 0) { + std::printf("已删除 %s（剩余 %zu 张）\n", last.c_str(), + saved_files.size()); + } else { + std::fprintf(stderr, "删除失败: %s\n", last.c_str()); + } + } + } + } + + if (!use_usb) { + grabber.stopCamera(); + } else { + usb_cap.release(); + } + cv::destroyAllWindows(); + + std::printf("\n采集结束，共保存 %zu 张图片到 %s/\n", saved_files.size(), + kSaveDir); + std::printf("下一步: 运行标定程序计算内参（calibrateCamera）\n"); + return EXIT_SUCCESS; +} diff --git a/src/light_bar.cpp b/src/light_bar.cpp new file mode 100644 index 0000000..e69de29 diff --git a/xmake.lua b/xmake.lua index ca27378..3c0828c 100644 --- a/xmake.lua +++ b/xmake.lua @@ -2,94 +2,44 @@ add_rules("mode.debug", "mode.release") set_policy("generator.compile_commands", true) -set_languages("c++11") +set_languages("c++17") +-- 公共依赖：OpenCV + MindVision 相机 SDK +local ROOT = os.scriptdir() + +rule("rm_deps") + on_load(function (target) + target:add("includedirs", ROOT .. "/inc") + target:add("includedirs", "/usr/local/include/opencv4") + target:add("includedirs", "/home/mzxiang/MindVisionSDK/include") + target:add("linkdirs", "/usr/local/lib") + target:add("linkdirs", "/home/mzxiang/MindVisionSDK/lib/x64") + target:add("rpathdirs", "/home/mzxiang/MindVisionSDK/lib/x64") + target:add("links", "opencv_core", "opencv_imgproc", "opencv_highgui", + "opencv_imgcodecs", "opencv_videoio", "opencv_calib3d", + "MVSDK") + end) +rule_end() + +-- 主程序（自瞄本体） target("27RM") + add_rules("rm_deps") set_kind("binary") - add_files("$(scriptdir)/src/*.cpp") - add_includedirs("$(scriptdir)/inc/") + -- 各工具有自己的 main 函数，从主程序中排除 + add_files("src/*.cpp") + remove_files("src/capture_calib.cpp") + remove_files("src/calibrate.cpp") - -- openCV配置 - add_includedirs("/usr/local/include/opencv4") - add_linkdirs("/usr/local/lib") - add_links( - "opencv_core", - "opencv_imgproc", - "opencv_highgui", - "opencv_imgcodecs", - "opencv_videoio") - - -- MindVision 相机 SDK - add_includedirs("/home/mzxiang/MindVisionSDK/include") - add_linkdirs("/home/mzxiang/MindVisionSDK/lib/x64") - add_rpathdirs("/home/mzxiang/MindVisionSDK/lib/x64") - add_links("MVSDK") --- --- If you want to known more usage about xmake, please see https://xmake.io --- --- ## FAQ --- --- You can enter the project directory firstly before building project. --- --- $ cd projectdir --- --- 1. How to build project? --- --- $ xmake --- --- 2. How to configure project? --- --- $ xmake f -p [macosx|linux|iphoneos ..] -a [x86_64|i386|arm64 ..] -m [debug|release] --- --- 3. Where is the build output directory? --- --- The default output directory is `./build` and you can configure the output directory. --- --- $ xmake f -o outputdir --- $ xmake --- --- 4. How to run and debug target after building project? --- --- $ xmake run [targetname] --- $ xmake run -d [targetname] --- --- 5. How to install target to the system directory or other output directory? --- --- $ xmake install --- $ xmake install -o installdir --- --- 6. Add some frequently-used compilation flags in xmake.lua --- --- @code --- -- add debug and release modes --- add_rules("mode.debug", "mode.release") --- --- -- add macro definition --- add_defines("NDEBUG", "_GNU_SOURCE=1") --- --- -- set warning all as error --- set_warnings("all", "error") --- --- -- set language: c99, c++11 --- set_languages("c99", "c++11") --- --- -- set optimization: none, faster, fastest, smallest --- set_optimize("fastest") --- --- -- add include search directories --- add_includedirs("/usr/include", "/usr/local/include") --- --- -- add link libraries and search directories --- add_links("tbox") --- add_linkdirs("/usr/local/lib", "/usr/lib") --- --- -- add system link libraries --- add_syslinks("z", "pthread") --- --- -- add compilation and link flags --- add_cxflags("-stdnolib", "-fno-strict-aliasing") --- add_ldflags("-L/usr/local/lib", "-lpthread", {force = true}) --- --- @endcode --- +-- 标定图采集工具 +-- ./build/linux/x86_64/debug/capture_calib （MindVision 相机） +-- ./build/linux/x86_64/debug/capture_calib --usb 0 （USB 摄像头） +target("capture_calib") + add_rules("rm_deps") + set_kind("binary") + add_files("src/capture_calib.cpp", "src/camera_set.cpp") +-- 标定计算工具（读 calib_images/ 算出内参，存 camera_calib.yml） +target("calibrate") + add_rules("rm_deps") + set_kind("binary") + add_files("src/calibrate.cpp")