本例程是相机标定的第一步，通过findChessboardCorners找到棋盘上的所有角点，然后再通过调用cornerSubPix亚像素精确化，找到精确的角点坐标，然后调用circle画出角点位置。
主要函数介绍：
findChessboardCorners()
功能：寻找棋盘图的内角点位置
函数形式：int cvFindChessboardCorners( const void* image, CvSize pattern_size, CvPoint2D32f* corners, int* corner_count=NULL, int flags=CV_CALIB_CB_ADAPTIVE_THRESH );
参数：
image：输入的棋盘图，必须是8位的灰度或者彩色图像。
pattern_size：棋盘图中每行和每列角点的个数
corners：检测到的角点
corner_count：输出，角点的个数。如果不是NULL，函数将检测到的角点的个数存储于此变量
flags：各种操作标志，可以是0或者下面值的组合：
CV_CALIB_CB_ADAPTIVE_THRESH - 使用自适应阈值（通过平均图像亮度计算得到）将图像转换为黑白图，而不是一个固定的阈值。
CV_CALIB_CB_NORMALIZE_IMAGE - 在利用固定阈值或者自适应的阈值进行二值化之前，先使用cvNormalizeHist来均衡化图像亮度。
CV_CALIB_CB_FILTER_QUADS - 使用其他的准则（如轮廓面积，周长，方形形状）来去除在轮廓检测阶段检测到的错误方块
返回值：如果找到角点返回1，没有找到返回0；
cornerSubPix
功能：在角点检测中精确化角点位置
函数原型：void cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria);
C: void cvFindCornerSubPix(const CvArr* image, CvPoint2D32f* corners, int count, CvSize win, CvSize zero_zone, CvTermCriteria criteria);
参数：
image：输入图像
corners：输入角点的初始坐标以及精准化后的坐标用于输出
winSize：搜索窗口边长的一半，例如如果winSize=Size(5,5)，则一个大小为：的搜索窗口将被使用。
zeroZone：搜索区域中间的dead region边长的一半，有时用于避免自相关矩阵的奇异性。如果值设为(-1,-1)则表示没有这个区域。
criteria：角点精准化迭代过程的终止条件。也就是当迭代次数超过criteria.maxCount，或者角点位置变化小于criteria.epsilon时，停止迭代过程。
CvTermCriteria 类：迭代算法的终止准则
原型：
`typedef struct CvTermCriteria
{
int type; /* CV_TERMCRIT_ITER 和CV_TERMCRIT_EPS二值之一，或者二者的组合 */
int max_iter; /* 最大迭代次数 */
double epsilon; /* 结果的精确性 */
宏定义：
CV_TERMCRIT_ITER：代终止条件为达到最大迭代次数终止
CV_TERMCRIT_EPS：迭代到阈值终止
我在前几天的实验中，总是检测不到角点，很郁闷。来来回回测了七八组数据，都没有第一次测量的那种效果。因为标定板的原因，要贴掉一部分的标定板才可以使用。第一次做的实验图片有点暗，所以想把图片再重新拍一下，就随便贴了一下，这一随便拍就出现问题了，导致角点提取不出来，然后又以为是曝光问题，图片太暗了，导致图片角点提取不出来，又去调整曝光，拍了几组照片还是找不到角点，后来感觉是透明胶带的问题，改用纸胶带，用纸胶带可以去除透明胶带的一些问题，比如透明胶带放时间长了，拉出来透明胶带边缘有些黑边，也会影响后面的角点提取，用新的透明胶带，好好贴，应该也没啥问题。纸透明一点不会影响角点的提取，只要被纸覆盖住了，基本就不会被检测到角点。
原文：https://www.cnblogs.com/BigSamllKing/p/14802541.html