1原理

1-1成像过程

摄像机的成像过程主要是主要涉及到几个坐标系的变换（具体过程可以参考相机模型）：

从摄像机成像畸变的产生于是其“天生”的，不可避免的，这主要是由于透镜成像原理导致的。其畸变的原理可以参考相机模型）。

1-2校正原理

相机内参像素的物理尺寸和焦距

相机的畸变矫正

图像像素坐标系 (uOv坐标系) 下的无畸变坐标 (U, V)，经过径向畸变和切向畸变后落在了uOv坐标系 的 (Ud, Vd) 上。

即就是说，真实图像 imgR 与畸变图像 imgD 之间的关系为: imgR(U, V) = imgD(Ud, Vd)

最终公式

其中， $[x^{'}, y^{'}]$

$[x^{'}, y^{'}]$

^{2标定过程}

2-1 opencv自带的源码

2-2 使用matlab

最终获取标定文件

XML/YAML file

Camera_Matrix type_id="opencv-matrix">
<rows>3</rows>
<cols>3</cols>
<dt>d</dt>
<data>
 6.5746697944293521e+002 0. 3.1950000000000000e+002 0.
 6.5746697944293521e+002 2.3950000000000000e+002 0. 0. 1.</data></Camera_Matrix>
<Distortion_Coefficients type_id="opencv-matrix">
<rows>5</rows>
<cols>1</cols>
<dt>d</dt>
<data>
 -4.1802327176423804e-001 5.0715244063187526e-001 0. 0.
 -5.7843597214487474e-001</data></Distortion_Coefficients>

畸变矫正 Distortion_Coefficients 5个失真参数

内参矩阵 Camera_Matrix 新的变换矩阵

联合

6.校正

得到out_camera_data.xml文件后，我们可以直接使用该配置文件进行校正。

这个代码比较简单没有中间变量

#include <opencv2/opencv.hpp>
#include <opencv2/calib3d/calib3d.hpp>
using namespace std;
using namespace cv;
 
/**
 * @主函数
 */
int main( int argc, char** argv )
{
 
	/// 读取一副图片，不改变图片本身的颜色类型（该读取方式为DOS运行模式）
		Mat src = imread( argv[1], 1 );
		Mat distortion = src.clone();
		Mat camera_matrix = Mat(3, 3, CV_32FC1);
		Mat distortion_coefficients;
 
 
		//导入相机内参和畸变系数矩阵
		FileStorage file_storage("out_camera_data.xml", FileStorage::READ);
		file_storage["Camera_Matrix"] >> camera_matrix;
		file_storage["Distortion_Coefficients"] >> distortion_coefficients;
		file_storage.release();
 
		//矫正
		undistort(src, distortion, camera_matrix, distortion_coefficients);
 
		imshow("img", src);
		imshow("undistort", distortion);
		imwrite("undistort.jpg", distortion);
 
		waitKey(0);
		return 0;
}

　　第二个代码样例

https://blog.csdn.net/billbliss/article/details/52527182?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

我已经成功获取了摄像机的内参矩阵，以及畸变矩阵。也已经成功畸变矫正。但是我还希望获取原图中心点undistort之后的对应点。

返回的map1，map2来直接获得undistort之后的对应点。
主要函数

initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),
                            getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),
                            imageSize, CV_16SC2, map1, map2);

　　网友调试过程

https://blog.csdn.net/qq_20289205/article/details/78632542

相对完整的例程

#include "opencv.hpp"
 
using namespace std;
using namespace cv;
 
void ReadIntrinsics(Mat &cameraMatrix, Mat &distCoeffs, Size &imageSize, char *IntrinsicsPath)
{
	bool FSflag = false;
	FileStorage readfs;
 
	FSflag = readfs.open(IntrinsicsPath, FileStorage::READ);
	if (FSflag == false) cout << "Cannot open the file" << endl;
	readfs["Camera_Matrix"] >> cameraMatrix;
	readfs["Distortion_Coefficients"] >> distCoeffs;
	readfs["image_Width"] >> imageSize.width;
	readfs["image_Height"] >> imageSize.height;
 
	cout << cameraMatrix << endl << distCoeffs << endl << imageSize << endl;
 
	readfs.release();
}
 
void Undistort_img(Mat map1, Mat map2, char *path)
{
	Mat img1, img2;
	img1 = imread(path);
	if (img1.empty()) cout << "Cannot open the image" << endl;
	remap(img1, img2, map1, map2, INTER_LINEAR);
// 	imwrite(path, img2);
	imshow("src img", img1);
	imshow("dst img", img2);
	waitKey();
}
 
void main()
{
	Mat	cameraMatrix, distCoeffs, map1, map2;
	Size imageSize;
	char * IntrinsicsPath = "Intrinsics.yml";
	ReadIntrinsics(cameraMatrix, distCoeffs, imageSize, IntrinsicsPath);
 
	// 去畸变并保留最大图
	initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),
		getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),
		imageSize, CV_16SC2, map1, map2);
 
	Undistort_img(map1, map2, "E:/VS13/undistort/undistort/1.bmp");
 
	// 去畸变至全图
	initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(), Mat(),
		imageSize, CV_16SC2, map1, map2);
 
    Undistort_img(map1, map2, "E:/VS13/undistort/undistort/1.bmp");
}

全景拼接学习-原理篇 (0) 相机标定 内参和外参

1原理

1-1成像过程

1-2校正原理

2标定过程

6.校正

全景拼接学习-原理篇 (0) 相机标定内参和外参

^{2标定过程}