3、棋盘格标定板：为什么用棋盘格？棋盘格尺寸、打印与粘贴规范

好，咱们进入正题。这一章聊的是标定板——棋盘格。很多新手会问：为什么非得是棋盘格？用圆点不行吗？用二维码不行吗？嗯，我当年也有这个疑问。后来踩过坑才明白，棋盘格这东西，看着简单，背后全是讲究。

3.1 为什么偏偏是棋盘格？

说白了，棋盘格是计算机视觉里最“好欺负”的图案。为什么这么说？

• 角点检测极其稳定：棋盘格的内角点（就是黑白方块的交点）在图像里是天然的“特征点”。不管你怎么旋转、缩放、甚至部分遮挡，算法都能稳稳地找到它。我试过用圆点标定板，光照一变，圆点边缘糊了，检测直接崩掉。棋盘格就没这毛病。
• 亚像素精度高：棋盘格的角点是一个理想的“鞍点”。在数学上，这个点的梯度在两个方向上变化最剧烈。OpenCV 里有个 cornerSubPix() 函数，专门用来把角点定位到亚像素级别。你想想看，一个像素的误差在广角镜头上可能对应好几度的畸变，亚像素精度有多重要不言而喻。
• 制作门槛低：一张纸，一台打印机，一把尺子，就能搞定。我在项目现场经常遇到设备不全的情况，临时用 A4 纸画个棋盘格都能应急。换成别的图案？没门。

3.2 棋盘格尺寸怎么定？

尺寸不是随便选的。我见过有人拿手机拍一张 3x3 的棋盘格去标定，结果自然是惨不忍睹。这里有几个硬指标：

参数	建议值	说明
内角点数量	至少 7x7 或 9x6	太少的话，畸变模型拟合不出来。我习惯用 9x6，也就是 10x7 个格子。
方格边长	20mm ~ 40mm	取决于你的镜头视场角和拍摄距离。广角镜头离得近，边长可以小一点。
整体尺寸	占画面 20%~40%	标定板在画面里不能太大也不能太小。太大容易出画面，太小角点看不清。

3.3 打印与粘贴规范

打印不是随便找个打印店就行的。这里有几个坑，我一个个说。

3.3.1 打印要求

• 纸张要硬：普通 A4 纸太软，容易皱。我建议用 200g 以上的铜版纸或者照片纸。标定板一旦有褶皱，角点位置就变了。
• 墨水要防反光：哑光打印！哑光打印！哑光打印！重要的事说三遍。亮光纸在强光下会反光，角点直接消失。我吃过这个亏，在户外用亮光纸标定，太阳一照，棋盘格变成一片白板。
• 尺寸要精确：打印前用尺子量一下打印出来的实际边长。很多打印机有缩放误差，标称 30mm 打出来可能只有 29.5mm。这个误差会直接带入标定结果。

3.3.2 粘贴规范

粘贴到硬板上也有讲究：

1. 底板要平整：我用的是 3mm 厚的亚克力板或者铝塑板。木板不行，容易变形。
2. 用喷胶：双面胶会留下气泡，导致棋盘格表面不平。喷胶均匀，贴上去之后用刮板从中间向四周赶气泡。
3. 边缘加固：棋盘格的四个角容易翘起。我会用透明胶带在背面加固一圈，但注意胶带不要覆盖到格子区域。

3.4 知识结构图

下面这张图是我自己整理的棋盘格标定板的核心逻辑，你看一眼就能明白整个流程：

3.5 一个简单的检测脚本

打印之前，我习惯先用 Python 跑一遍检测，看看棋盘格在镜头下能不能被正常识别。这里给个最小示例：

import cv2
import numpy as np

# 棋盘格内角点数量 (宽, 高)
pattern_size = (9, 6)

# 读取图像
img = cv2.imread('checkerboard.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 查找角点
ret, corners = cv2.findChessboardCorners(gray, pattern_size, None)

if ret:
    # 亚像素精细化
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
    corners_sub = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)
    
    # 绘制并显示
    cv2.drawChessboardCorners(img, pattern_size, corners_sub, ret)
    cv2.imshow('检测结果', img)
    cv2.waitKey(0)
else:
    print('没找到角点！检查一下棋盘格尺寸或光照。')

这个脚本跑通了，说明你的棋盘格至少在物理上是合格的。如果跑不通，别急着调算法，先看看棋盘格本身有没有问题。

好了，棋盘格这部分就聊到这儿。你只要把尺寸、打印、粘贴这三关把好了，后面的标定工作就成功了一半。

---