NeRF从入门到放弃6:两种OpenCV去畸变模型

针孔相机和鱼眼相机的去畸变模型是不一样的。

针孔相机的畸变参数有12个,k1~k6是径向畸变参数,p1 p2是切向畸变,s1s4;而鱼眼相机是等距模型,畸变参数只有4个k1k4。

针孔相机

畸变分为径向畸变和切向畸变。

把相机平面坐标系下的点表示为极坐标(r,θ),则径向畸变表示径r变化δr,而切向变换表示角度θ变化δθ。

径向畸变是透镜改变了光线传播,使得光不再直线传播导致的;切向变换是由于透镜安装与成像平面不平行导致的。(SLAM 14讲)

此图是OpenCV官方文档示例https://docs.opencv.org/3.4/d9/d0c/group__calib3d.html,很清晰。

桶形畸变和枕形畸变

假设只有k1,如果k1大于0,则x'' = x'(1+k1r2),x''>x',去畸变后的图像会变大,为帧形畸变;反之为桶形畸变。

针孔相机去畸变函数

复制代码
cv2.undistort(image, K, distCoeffs)

distCoeffs格式为

也就是说,如果只传入4个参数,则是k1,k2,p1,p2,后面的参数都是0.

鱼眼相机

官方文档公式推导https://docs.opencv.org/3.4/db/d58/group__calib3d__fisheye.html

鱼眼相机去畸变函数

distCoeffs为k1,k2,k3,k4

pyhton 复制代码
image_undis = cv2.fisheye.undistortImage(image, K, distCoeffs, None,
                                                     np.copy(K))

  1. 图片去畸变
python 复制代码
def undistort_images(image_dir,
                     output_dir,
                     K,
                     distCoeffs,
                     is_equidistant: bool = False):
    for img in tqdm(sorted(os.listdir(image_dir))):
        image = cv2.imread(f'{image_dir}/{img}')
        if is_equidistant:
            image_undis = cv2.fisheye.undistortImage(image, K, distCoeffs, None,
                                                     np.copy(K))
        else:
            image_undis = cv2.undistort(image, K, distCoeffs)
        cv2.imwrite(f'{output_dir}/{img}', image_undis)
  1. 参考链接

​ 针对OpenCV官方文档的翻译:https://blog.csdn.net/Thomson617/article/details/103987952

相关推荐
装不满的克莱因瓶5 分钟前
深入理解卷积神经网络(CNN)——从原理到代码实践
人工智能·神经网络·cnn
完成大叔12 分钟前
模块二,Agent知识图谱的工具链思考
人工智能
lauo15 分钟前
ibbot手机发布:搭载poplang技术 + token节点经济,革新AI手机体验
人工智能·智能手机
咖啡星人k27 分钟前
云端开发环境技术架构深度解析:从容器隔离到AI Agent集成
人工智能·架构
袋鼠云数栈30 分钟前
从前端到基础设施,ACOS 如何打通企业全链路可观测
运维·前端·人工智能·数据治理·数据智能
piao96182738 分钟前
企业级AIOT方案落地实践:2026年线下销售过程管理AI硬件推荐
人工智能·语音识别
智写-AI39 分钟前
Turnitin vs GPTZero vs ZeroGPT:三大英文AI检测平台如何选择?
人工智能·aigc·ai写作·ai自动写作
Litluecat1 小时前
2026年6月1日科技热点新闻
大数据·人工智能·科技·推荐·热点·新闻·每日
志栋智能1 小时前
AI驱动无代码:降低巡检超自动化的门槛
大数据·运维·网络·人工智能·自动化
qcx231 小时前
【系统学AI】25 论文导读 ①:两篇改变 AI 的开山之作——Attention Is All You Need & ReAct
前端·人工智能·react.js·transformer