2、标定工具概述：标定的目的与意义、常用标定工具介绍、Halcon与OpenCV标定库对比

2.1 我们为什么要做标定？

说实话，我刚入行那会儿，也觉得标定挺麻烦的。不就是把相机架好，拍几张图吗？直到有一次，我在一条锂电产线上调试线扫相机，测出来的极片宽度总是偏了0.3mm。排查了三天，最后发现是标定没做。

标定的目的，说白了就两件事：

• 消除镜头畸变——让图像里的直线，真的是直线。
• 建立像素到物理世界的映射关系——知道一个像素对应多少毫米。

你想想看，线扫相机拍出来的图像，如果没标定，那像素坐标和实际物理坐标之间就是一笔糊涂账。我见过不少新手，拿着没标定的图像直接做测量，结果偏差大到离谱，还以为是算法写错了。

2.2 标定的意义：不只是为了精度

除了精度，标定还有几个容易被忽略的意义：

1. 统一坐标系——多相机系统里，每个相机都有自己的坐标系。标定能把它们统一到一个世界坐标系下。
2. 补偿安装误差——相机安装不可能水平、垂直。标定可以补偿这些机械偏差。
3. 提高重复性——标定好的系统，换线、换产品后，不需要重新调参，直接就能用。

我记得有一次帮客户做PCB板检测，他们的相机是人工安装的，每次装完角度都不一样。后来我建议他们做一次完整的标定，把旋转矩阵和偏移量固化下来。从那以后，换相机都不用重新调了，省了不少事。

2.3 常用标定工具介绍

市面上标定工具不少，但真正在工业界用得多的，其实就几个。我按自己的使用经验排个序：

工具	类型	适用场景	我的评价
Halcon	商业软件	工业级、高精度、多相机	最省心，但贵
OpenCV	开源库	科研、原型验证、低成本项目	免费，但需要自己调参
MATLAB	商业软件	算法研究、离线标定	适合做仿真，不适合产线
自研工具	定制开发	特殊标定板、非标场景	灵活，但开发周期长

2.4 Halcon与OpenCV标定库对比

这两个是我用得最多的。很多人问我到底选哪个？我的回答是：看项目阶段。

2.4.1 标定流程对比

先看一个简单的流程对比：

// Halcon 标定流程（伪代码）
create_calib_data('calibration_object', ...)
set_calib_data_cam_param(...)
find_calib_object(...)
calibrate_camera(...)
get_calib_data(...)

// OpenCV 标定流程（伪代码）
cv::findChessboardCorners(...)
cv::cornerSubPix(...)
cv::calibrateCamera(...)
cv::initUndistortRectifyMap(...)

你看，Halcon把很多细节封装了。比如找标定板角点，Halcon内部做了亚像素优化，你直接调用就行。OpenCV则需要你自己做亚像素细化，参数调不好，角点位置就偏了。

2.4.2 核心差异表

对比项	Halcon	OpenCV
标定板支持	圆点阵、棋盘格、自定义	棋盘格、圆点阵（需扩展）
线扫相机专用标定	原生支持	需自行推导模型
畸变模型	多种模型可选	标准径向+切向
标定精度	亚像素级（0.01像素）	像素级（0.1像素）
易用性	高（封装完善）	中（需手动调参）
成本	商业授权（贵）	免费

2.5 标定工具选择决策流程

为了帮你快速决策，我画了一张流程图：

2.6 我的个人经验总结

做了这么多年视觉，我总结了几条标定工具选型的经验：

• 别在工具上省钱，省的是时间。用Halcon标定，半小时搞定。用OpenCV，可能得折腾一整天。
• 线扫相机标定，首选Halcon。它的线扫标定模型是专门优化的，OpenCV目前还没有原生支持。
• 如果非要用OpenCV，记得先理解线扫相机的成像模型，别直接套面阵相机的标定方法。
• 标定板也很关键。我见过有人用打印的棋盘格标定，结果纸皱了，标定出来全是错的。建议用陶瓷或玻璃材质的标定板。