cv::findChessboardCorners の使い方【OpenCV/C++】〜チェスボード検出でカメラキャリブレーション〜

OpenCV for C++
📌 準備: OpenCV の環境構築がまだの方はこちら → C++ 環境構築ガイド / C#(OpenCvSharp)セットアップ

cv::findChessboardCorners は、画像中のチェスボードパターンを検出し、内部コーナー点の座標を取得する関数です。カメラキャリブレーションの前処理として欠かせない一手です。最小限の呼び出しは次のとおりです。

bool found = cv::findChessboardCorners(gray, cv::Size(9, 6), corners);

動作環境

  • OpenCV 4.x
  • ビルド: g++ -std=c++17 main.cpp $(pkg-config --cflags --libs opencv4)

環境構築がまだの方は環境構築ガイドを先にどうぞ。


基本の使い方

以下の完全プログラムで、チェスボード画像のコーナーを検出・描画します。

#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
    // グレースケールで読み込む(カラーでも動作するが速度・精度面でグレーを推奨)
    cv::Mat gray = cv::imread("chessboard.png", cv::IMREAD_GRAYSCALE);
    if (gray.empty()) {
        std::cerr << "画像を読み込めませんでした。" << std::endl;
        return 1;
    }

    // 内部コーナー数(列方向 x 行方向)
    cv::Size patternSize(9, 6);
    std::vector<cv::Point2f> corners;

    bool found = cv::findChessboardCorners(
        gray,
        patternSize,
        corners,
        cv::CALIB_CB_ADAPTIVE_THRESH | cv::CALIB_CB_NORMALIZE_IMAGE
    );

    if (!found) {
        std::cerr << "チェスボードが見つかりませんでした。" << std::endl;
        return 1;
    }

    // サブピクセル精度で精密化
    cv::TermCriteria criteria(
        cv::TermCriteria::EPS | cv::TermCriteria::MAX_ITER, 30, 0.001
    );
    cv::cornerSubPix(gray, corners, cv::Size(11, 11), cv::Size(-1, -1), criteria);

    // 結果をカラー画像に描画して確認
    cv::Mat disp;
    cv::cvtColor(gray, disp, cv::COLOR_GRAY2BGR);
    cv::drawChessboardCorners(disp, patternSize, corners, found);

    cv::imshow("Chessboard Corners", disp);
    cv::waitKey(0);

    std::cout << "検出コーナー数: " << corners.size() << std::endl;
    return 0;
}

実行結果

検出コーナー数: 54

ウィンドウには、9×6=54 点のコーナーが色分けして描画されます(左上から右下に向かって色が変化します)。

行ごとの解説

  • cv::IMREAD_GRAYSCALE で読み込むと、内部の閾値処理が1チャネルで済むため高速です。
  • patternSize(9, 6) は「タテの内部コーナー数 × ヨコの内部コーナー数」ではなく、横(列)が先・縦(行)が後です。チェスボードの辺のマス数より1少ない値を指定します。
  • cv::cornerSubPix でサブピクセル精度に精密化すると、キャリブレーション精度が大幅に向上します。カメラキャリブレーション用途では必須と考えてください。
  • cv::drawChessboardCorners は検出結果の目視確認に使います。

引数と戻り値

引数 型 説明
image cv::InputArray 入力画像(8ビット グレーまたは BGR)
patternSize cv::Size 内部コーナーの列数×行数
corners cv::OutputArray 検出されたコーナー座標(vector<Point2f>)
flags int 検出オプション(後述)。省略時は CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_NORMALIZE_IMAGE

戻り値: bool。パターン全体が検出できた場合 true、一部でも欠けると false。

flags の主なオプション(OR 結合可)

定数 説明
CALIB_CB_ADAPTIVE_THRESH 適応的閾値処理を使用(照明ムラに強い)
CALIB_CB_NORMALIZE_IMAGE 閾値前にヒストグラム均一化
CALIB_CB_FILTER_QUADS 偽検出の矩形を除去
CALIB_CB_FAST_CHECK 高速な事前チェック。チェスボードがない画像を早期リジェクト

実践例

複数画像からキャリブレーション用点群を収集する

カメラキャリブレーションでは複数角度・位置のチェスボード画像が必要です。検出に成功した画像のみ点群を蓄積します。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>
#include <string>

int main()
{
    cv::Size patternSize(9, 6);
    float squareSizeMm = 25.0f; // チェスボード1マスの実寸(mm)

    // 3次元ワールド座標(平面上に並べる)
    std::vector<cv::Point3f> objp;
    for (int r = 0; r < patternSize.height; ++r)
        for (int c = 0; c < patternSize.width; ++c)
            objp.emplace_back(c * squareSizeMm, r * squareSizeMm, 0.0f);

    std::vector<std::vector<cv::Point3f>> objPoints;
    std::vector<std::vector<cv::Point2f>> imgPoints;

    std::vector<std::string> files = {
        "calib_01.png", "calib_02.png", "calib_03.png",
        "calib_04.png", "calib_05.png"
    };

    cv::TermCriteria criteria(
        cv::TermCriteria::EPS | cv::TermCriteria::MAX_ITER, 30, 0.001
    );

    cv::Size imgSize;

    for (const auto& file : files) {
        cv::Mat gray = cv::imread(file, cv::IMREAD_GRAYSCALE);
        if (gray.empty()) {
            std::cerr << "スキップ: " << file << std::endl;
            continue;
        }
        imgSize = gray.size();

        std::vector<cv::Point2f> corners;
        bool found = cv::findChessboardCorners(
            gray, patternSize, corners,
            cv::CALIB_CB_ADAPTIVE_THRESH | cv::CALIB_CB_NORMALIZE_IMAGE | cv::CALIB_CB_FAST_CHECK
        );

        if (!found) {
            std::cerr << "未検出: " << file << std::endl;
            continue;
        }

        cv::cornerSubPix(gray, corners, cv::Size(11, 11), cv::Size(-1, -1), criteria);

        objPoints.push_back(objp);
        imgPoints.push_back(corners);
        std::cout << "OK: " << file << std::endl;
    }

    if (objPoints.size() < 3) {
        std::cerr << "キャリブレーションに十分な画像がありません。" << std::endl;
        return 1;
    }

    // カメラキャリブレーション実行
    cv::Mat cameraMatrix, distCoeffs;
    std::vector<cv::Mat> rvecs, tvecs;
    double rms = cv::calibrateCamera(
        objPoints, imgPoints, imgSize,
        cameraMatrix, distCoeffs, rvecs, tvecs
    );

    std::cout << "RMS再投影誤差: " << rms << " px" << std::endl;
    std::cout << "カメラ行列:\n" << cameraMatrix << std::endl;

    return 0;
}

実行結果例

OK: calib_01.png
OK: calib_02.png
OK: calib_03.png
OK: calib_04.png
OK: calib_05.png
RMS再投影誤差: 0.42 px
カメラ行列:
[1823.5, 0, 960.3;
 0, 1824.1, 540.7;
 0, 0, 1]

RMS 再投影誤差が概ね 1.0 px 未満 であればキャリブレーション精度は実用レベルです。


より堅牢な検出:cv::findChessboardCornersSB

OpenCV 4.x では cv::findChessboardCornersSB(Saddle-Point ベース)が追加されています。照明変化やぼけに強く、すでにサブピクセル精度が含まれているため cornerSubPix 呼び出しが不要になります。

bool found = cv::findChessboardCornersSB(gray, patternSize, corners);

通常版より処理が重いですが、難しい照明環境では検討する価値があります。


つまずきポイント

⚠️ patternSize の指定ミス

最もよくある失敗です。cv::Size の第1引数は 横方向(列)の内部コーナー数、第2引数は 縦方向(行)の内部コーナー数 です。チェスボードが10列×7行のマスで構成されている場合、内部コーナーは cv::Size(9, 6) となります。マス数をそのまま渡すと必ず false が返ります。

⚠️ 戻り値が false でも corners に部分データが入る

findChessboardCorners が false を返した場合でも corners に途中までの点が格納されることがあります。false の場合は corners を 使用しないでください。cornerSubPix に渡すと誤った精密化が行われ、後段のキャリブレーションに悪影響を及ぼします。

⚠️ 照明・コントラスト不足による未検出

CALIB_CB_ADAPTIVE_THRESH と CALIB_CB_NORMALIZE_IMAGE のフラグを両方指定していても、極端な照明ムラや低コントラストでは検出に失敗します。実務では 複数フラグの組み合わせを変えて再試行するループ を入れるか、findChessboardCornersSB に切り替えるのが有効です。


関連する関数

  • cv::cornerSubPix — コーナー座標のサブピクセル精密化。キャリブレーション用途では findChessboardCorners とセットで呼ぶのが定石
  • cv::drawChessboardCorners — 検出結果の描画。動作確認・デバッグ用
  • cv::calibrateCamera — 収集した点群からカメラ内部パラメータと歪み係数を推定
  • cv::findChessboardCornersSB — よりロバストなサドル点ベースの検出器(OpenCV 4.x 以降)

まとめ

cv::findChessboardCorners はカメラキャリブレーションの入口となる関数です。patternSize の指定(マス数−1)と cornerSubPix による精密化を忘れずに行うことで、安定した高精度な点群が得られます。照明環境が厳しい場合は cv::findChessboardCornersSB も検討してください。

🛠 画像処理のプロが開発するSDK/API

本ブログを運営するスワローインキュベートは、OpenCV ベースのなりすまし判定SDK/API(C++製・OpenCV 4.10)を開発しています。顔認証システムへの組み込み実績多数。

→ 顔認証のなりすまし対策 設計チェックリスト(当ブログ)
→ なりすまし判定SDK/APIの詳細を見る
→ API仕様書・サンプルコード

タイトルとURLをコピーしました