stereo_calib是OpenCV官方代碼中提供的最正統的雙目demo，無論數據集還是代碼都有很好實現。
一、代碼效果：
相關的內容包括28張圖片，1個xml和stereo_calib.cpp的代碼
直接引入的代碼不能給正常運行，我們需要進行一些修改。
報了4個錯誤，主要是定義和引入問題，都可以解決。
包括定義：
#define INTER_LINEAR_EXACT 1
以及
主要目的，就是確保輸入的參數正確，圖片能夠被讀到。
由於原始代碼很貼心地將參數都設置正確了（可以參考下圖，長為9、寬為6)，所以可以放心實用。
但是，目前代碼還是無法完全運行，其原因是因為在以上代碼中，調用了.xml，我們看看它是什么樣子的：
這是一個序列化的文件，保存的是我們需要處理的圖片的位置。這里都是相對地址，而我們的圖片要么和當前運行的程序放到一個目錄下面；要么修改代碼；或者，修改這個配置xml文件，將其全部改成絕對地址。
大概是這個樣子，當然你放的位置不一樣，這里的xml肯定不一樣；或者你認為這種方法比較麻煩，采用其他的方法也沒有問題。
確保標定的圖片能夠正確地讀入進去。
成功的話，經過較長時間暈死，就會繪制這樣的結果圖片。按下鍵盤任意按鍵，就會切換下一幀。
如果我們自己有采集的圖片，進行替換后可以用在這里。
二、代碼解析
在能正確運行的基礎上，我們來分析這段代碼是如何產生作用的。
1）main函數
main函數是整個程序的入口，一般從這個函數開始分析。
這個例程的main函數非常簡單，藍色框圖部分，都是對輸入參數進行准備；而在綠色部分，是程序本體。
2)StereoCalib
StereoCalib(const vector<string>& imagelist,
Size boardSize,
float squareSize,
bool displayCorners = false,
bool useCalibrated=true,
bool showRectified=true)
第一個參數是輸入的圖片序列，我們只要將圖片地址輸入即可；在前面的設定下，這個參數為：
第二個參數是標定板的尺寸；
至於為什么是9*6，之前已經說明了；
后面4個參數都是和顯示相關的，保持不變即可。如果你感興趣，可以變換看效果，最好先看這些參數的英文名稱。
這個函數很長，我們揀重要的來講：
從這個嵌套循環開始，程序進入主體。由於我們做的是一個左右對比的程序，所以一個二維的循環肯定是必須的。
值得注意的是，這里的二維循環並非先循環左邊的圖片，對應右邊的圖片，而是采取了另一種方式。
綠色框圖部分，比較輸入的圖片是否為同樣大小。這里不考慮非同樣大小的情況。
在這個循環中，最核心也是最消耗時間的就是findchessboardcorners函數，它的目的是分析當前圖像，找到棋盤圖片的角點。
最后，對於識別效果比較好的情況，全部推入goodImageList中去。對於官方提供的例子，13對圖像全部為gooImageList，我們也可以根據這里入選的情況，判斷當前采集圖像的質量。
這里，OpenCV代碼提供了一個很好的技巧，用於處理當前圖像由於縮放可能帶來的問題：
默認情況下是在原始大小下進行尋找，如果沒有找到，則放大一次尋找，一旦找到，直接跳出循環。
根據得到角點結果，計算相機參數矩陣。正如我們知道的一樣，是3*3矩陣。
調用stereoCalibrate函數，這個函數參數好多呀。
這段是采用擬合的方法，計算誤差。
這里是將標定的結果，序列化地保存下來。
三、如何應用
這個函數很長，卻代表了標定的完整過程。在使用的過程中，肯定還是要將其分解成各個函數，而后再單獨地進行處理。
標定應該只是一個過程，標定成功后的結果可以反復使用，所以這個操作消耗一些時間應該也是沒有問題的。