解决 calibration.cpp:3408: error: (-210:Unsupported format or combination of formats)

1、完整报错

报错代码如下:

ret, cameraMatrix, distCoeffs, rvecs, tvecs = cv2.calibrateCamera(cal_img.object_points, cal_img.corners, img_size,None, None)          

官方API对参数的描述，点我进入OpenCV库cv2.calibrateCamera的API。

calibrateCamera	(	
InputArrayOfArrays 	objectPoints,
InputArrayOfArrays 	imagePoints,
Size 	imageSize,
InputOutputArray 	cameraMatrix,
InputOutputArray 	distCoeffs,
OutputArrayOfArrays 	rvecs,
OutputArrayOfArrays 	tvecs,
int 	flags = 0,
TermCriteria 	criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON) 
)	

 参数调试截图（错误代码行）:
给cv2.calibrateCamera函数 cal_img.object_points, cal_img.corners，均是np类型数组，如下图1所示:

 实际上，cv2.calibrateCamera函数需要多张输入图片，读取成list或者np类型，该类型中每一个存储都是np类型，且objectPoints必须是整数，如下图2所示，读者可以好好比对一下。

2、报错原因

  在做相机标定时候，我采用了OpenCV库中的cv2.calibrateCamera来标定内参，但是因为对相机标定没那么熟悉，想着把标定板的坐标[[0, 0, 0], [1, 0, 0], [2, 0, 0], ...] 直接加上实际标定板距离世界坐标系原点的相对位置坐标[x, y, z]，标定板的黑色正方形边长d,就把标定板的坐标变成了[[0+x+d, y, 0+z], [0+x+2d, y, 0+z], [0+x+3d, y, 0+z], ...]，妄想一步就求出外参，实则用错函数，我也不知道读者是不是跟我一样的思想，我只是一个小白，这是学习中踩下的坑。 话不多说，直接说解决方案。

3、解决方案

3.1 求内参

  注意看上图2即可，objectPoints与imagePoints 必须是list或者np类型，列表中包含多张图片数据(np类型)。且objectPoints中的每个点必须是整数，如上图2所示，读者可以好好比对一下。
  这样修改可以使得代码不报错，但是没求出来的内外参没有那么准确，因为您只用了一张图片来求，我无非是帮你生维度了，建议读入多张图片。

ret, cameraMatrix, distCoeffs, rvecs, tvecs = cv2.calibrateCamera(np.expand_dims(objectPoints, axis=0), np.expand_dims(imagePoints, axis=0), img_size,None, None) 

3.2 求外参

  如果读者是只有一张图片，读取的变量如图一所示，那么什么也不需要改，将你的变量直接放入下列函数中，但需要相机内参与畸变矩阵已知!!!

 _, rvecs, tvecs = cv2.solvePnP(object_points, corners, self.cameraMatrix, self.distCoeffs)

4、更为简单的方法

4.1 拉取代码

  拉取我写的标定代码，把cfg.yml中的文件地址改为自己的地址即可，我也上传了一些图片，用于跑代码，作者可以仿照着给图片。【点我进入GitHub代码】

git clone https://github.com/Wei-JL/camera_calibration.git

cfg.yml文件如下:

CameraID: 1 # 该属性没有用到
CamerName: HSCamera1 # 该属性没有用到
ImageSize: [640, 480]
Pattern: "INVAILD_STRING" # 该属性没有用到
BoardSize: [13, 9] # 标定板的角点13 x 9
FrameNum: 30 # 该数字没有用到，尽可能大于30张用于求内参和畸变矩阵
SquareSize: 0.018 # 标定板的黑色正方形的边长，单位M
DistanceFromOrigin: [0.555, 0.55, 0.96] # X-Y-Z 右手坐标系,单位M, y轴向前
DemarcateEdgeDistance: [0.021, 0.012] #标定板一端的多余留白的宽，以及多余留白的长SaveIMGPath: [False, "./out_draw_img/"]
# 求内参所用的图片文件夹路径
InternalImgPath: "./imgData/InternalParametersIMG/"
# 求外参所用的图片文件夹路径
ExternalImgPath: "./imgData/ExternalParametersIMG/"
# 保存生成的内外参
SaveYMLPath: "./ymlResult/CameraPropertiesYML.yml"

直接运行main.py，得到 ymlResult/CameraPropertiesYML.yml内容如下:

%YAML:1.0
---
cameraMatrix: !!opencv-matrixrows: 3cols: 3dt: ddata: [ 5.8872269401549318e+02, 0., 3.1396526288061324e+02, 0.,5.8916193444451278e+02, 2.3596852375684645e+02, 0., 0., 1. ]
distCoeffs: !!opencv-matrixrows: 1cols: 5dt: ddata: [ 2.3846216967883582e-02, 3.1566029814152891e-01,-3.4342893273889208e-03, -3.9197758689113425e-03,-1.2329393625222367e+00 ]
external_rot_index0: !!opencv-matrixrows: 3cols: 1dt: ddata: [ -5.0544041998692286e-02, 9.4373234595587441e-02,-2.3742117741779416e-02 ]
external_tra_index0: !!opencv-matrixrows: 3cols: 1dt: ddata: [ -1.2322397186032250e+01, 1.7099433969274160e+00,3.0594561071329622e+01 ]
external_rot_index1: !!opencv-matrixrows: 3cols: 1dt: ddata: [ -5.0544053387929486e-02, 9.4373100695407761e-02,-2.3742107968675215e-02 ]
external_tra_index1: !!opencv-matrixrows: 3cols: 1dt: ddata: [ -1.2322397408243795e+01, 1.7099434779488030e+00,3.0594561991082113e+01 ]

4.2 成功运行截图