OpenCV cv2.calibrateCamera报错求助：nimages>0断言失败

嘿，我之前做相机标定的时候也踩过这个坑！这个错误error: (-215) nimages > 0 in function cv::calibrateCamera说白了就是你传给标定函数的有效图像数据是空的——函数根本没拿到任何能用来计算的棋盘格特征点对。

结合你给出的代码片段和描述（能识别棋盘格但标定失败），大概率是你在收集特征点的环节出了问题，下面给你一步步排查和修正的方法：

核心问题分析 #

cv2.calibrateCamera()需要两个关键列表：

• objpoints：存储每张图对应的世界坐标系下的棋盘格角点
• imgpoints：存储每张图对应的像素坐标系下的棋盘格角点

如果这两个列表的长度都是0，就会触发这个错误。你说能识别棋盘格，可能只是单张图测试有效，但批量处理25张图时，要么图像没读对，要么特征点没正确添加到列表里。

具体排查&修正步骤 #

1. 先确认特征点收集是否成功 #

在调用calibrateCamera()之前，先打印两个列表的长度：

print(f"有效标定图像数：{len(objpoints)}")
print(f"有效特征点组数：{len(imgpoints)}")

如果输出都是0，那就是收集环节完全没工作，往下看解决方法。

2. 修正图像读取与特征点收集逻辑 #

你的代码里提到了numero=25，应该是要处理25张图，这里给你一个完整的、能跑通的示例片段，对比你的代码找差异：

import numpy as np
import cv2

# 棋盘格内角点数量（注意：是内角点，不是方块数！）
nx = 9
ny = 6
# 初始化世界坐标系下的棋盘格点（z轴为0）
objp = np.zeros((nx*ny, 3), np.float32)
objp[:, :2] = np.mgrid[0:nx, 0:ny].T.reshape(-1, 2)

objpoints = []  # 存储所有图的世界坐标点
imgpoints = []  # 存储所有图的像素坐标点

# 循环处理25张标定图
for img_idx in range(1, 26):
    # 替换成你的图像路径！比如你的图是calib_1.jpg到calib_25.jpg
    img_path = f"calib_{img_idx}.jpg"
    img = cv2.imread(img_path)
    
    # 先检查图像是否读取成功
    if img is None:
        print(f"⚠️ 无法读取图像：{img_path}，请检查路径是否正确")
        continue
    
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 寻找棋盘格角点
    ret, corners = cv2.findChessboardCorners(gray, (nx, ny), None)
    
    # 只有成功识别到角点，才添加到列表
    if ret:
        # 亚像素优化（提升标定精度，可选但推荐）
        criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
        corners_subpix = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria)
        
        objpoints.append(objp)
        imgpoints.append(corners_subpix)
        
        # 可视化识别结果（可选，用来确认）
        cv2.drawChessboardCorners(img, (nx, ny), corners_subpix, ret)
        cv2.imshow("Chessboard", img)
        cv2.waitKey(500)

cv2.destroyAllWindows()

# 再次确认数据量
if len(objpoints) == 0:
    print("❌ 没有收集到任何有效特征点，请检查：")
    print("- 图像路径是否正确")
    print("- 棋盘格内角点数量(nx/ny)是否填错")
    print("- 图像中的棋盘格是否清晰、无遮挡")
else:
    # 执行相机标定
    ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(
        objpoints, imgpoints, gray.shape[::-1], None, None
    )
    print("✅ 标定完成！")
    # 保存标定结果（可选）
    np.savez("camera_calib.npz", mtx=mtx, dist=dist, rvecs=rvecs, tvecs=tvecs)

3. 容易踩的坑 #

• 图像路径错误：cv2.imread()找不到文件时不会报错，只会返回None，导致后续识别失败。一定要确认路径正确，比如相对路径的话，脚本要和图像在同一文件夹，或者用绝对路径。
• 内角点数量填错：比如你用的是9x6的棋盘格（9个横向内角点，6个纵向），别写成方块数（比如10x7），否则findChessboardCorners会识别失败。
• 特征点添加逻辑错误：比如你在循环里没有用append，而是每次都覆盖objpoints和imgpoints，最后列表里只有最后一张图的数据（如果最后一张也识别失败，就变成空的了）。

最后提醒 #

如果还是不行，检查你的标定图像：棋盘格要占图像的大部分区域，光线均匀，没有严重变形或遮挡，这些都会影响角点识别的成功率。

内容的提问来源于stack exchange，提问作者david