stereo_calib是OpenCV官方代码中提供的最正统的双目demo，无论数据集还是代码都有很好实现。
一、代码效果：
相关的内容包括28张图片，1个xml和stereo_calib.cpp的代码
直接引入的代码不能给正常运行，我们需要进行一些修改。
报了4个错误，主要是定义和引入问题，都可以解决。
包括定义：
#define INTER_LINEAR_EXACT 1
以及
主要目的，就是确保输入的参数正确，图片能够被读到。
由于原始代码很贴心地将参数都设置正确了（可以参考下图，长为9、宽为6)，所以可以放心实用。
但是，目前代码还是无法完全运行，其原因是因为在以上代码中，调用了.xml，我们看看它是什么样子的：
这是一个序列化的文件，保存的是我们需要处理的图片的位置。这里都是相对地址，而我们的图片要么和当前运行的程序放到一个目录下面；要么修改代码；或者，修改这个配置xml文件，将其全部改成绝对地址。
大概是这个样子，当然你放的位置不一样，这里的xml肯定不一样；或者你认为这种方法比较麻烦，采用其他的方法也没有问题。
确保标定的图片能够正确地读入进去。
成功的话，经过较长时间晕死，就会绘制这样的结果图片。按下键盘任意按键，就会切换下一帧。
如果我们自己有采集的图片，进行替换后可以用在这里。
二、代码解析
在能正确运行的基础上，我们来分析这段代码是如何产生作用的。
1）main函数
main函数是整个程序的入口，一般从这个函数开始分析。
这个例程的main函数非常简单，蓝色框图部分，都是对输入参数进行准备；而在绿色部分，是程序本体。
2)StereoCalib
StereoCalib(const vector<string>& imagelist,
Size boardSize,
float squareSize,
bool displayCorners = false,
bool useCalibrated=true,
bool showRectified=true)
第一个参数是输入的图片序列，我们只要将图片地址输入即可；在前面的设定下，这个参数为：
第二个参数是标定板的尺寸；
至于为什么是9*6，之前已经说明了；
后面4个参数都是和显示相关的，保持不变即可。如果你感兴趣，可以变换看效果，最好先看这些参数的英文名称。
这个函数很长，我们拣重要的来讲：
从这个嵌套循环开始，程序进入主体。由于我们做的是一个左右对比的程序，所以一个二维的循环肯定是必须的。
值得注意的是，这里的二维循环并非先循环左边的图片，对应右边的图片，而是采取了另一种方式。
绿色框图部分，比较输入的图片是否为同样大小。这里不考虑非同样大小的情况。
在这个循环中，最核心也是最消耗时间的就是findchessboardcorners函数，它的目的是分析当前图像，找到棋盘图片的角点。
最后，对于识别效果比较好的情况，全部推入goodImageList中去。对于官方提供的例子，13对图像全部为gooImageList，我们也可以根据这里入选的情况，判断当前采集图像的质量。
这里，OpenCV代码提供了一个很好的技巧，用于处理当前图像由于缩放可能带来的问题：
默认情况下是在原始大小下进行寻找，如果没有找到，则放大一次寻找，一旦找到，直接跳出循环。
根据得到角点结果，计算相机参数矩阵。正如我们知道的一样，是3*3矩阵。
调用stereoCalibrate函数，这个函数参数好多呀。
这段是采用拟合的方法，计算误差。
这里是将标定的结果，序列化地保存下来。
三、如何应用
这个函数很长，却代表了标定的完整过程。在使用的过程中，肯定还是要将其分解成各个函数，而后再单独地进行处理。
标定应该只是一个过程，标定成功后的结果可以反复使用，所以这个操作消耗一些时间应该也是没有问题的。