opencv 鱼眼图像的矫正(动态参数调整)

一:棋盘校准参数说明(内参)

棋盘校准的方法及代码很多,参见其他连接

1:内参矩阵

2:畸变系数

针对鱼眼相机此处是4个参数,在其校准代码中也可以知道,其通常的定义如下:

复制代码
       data.camera_mat = np.eye(3, 3)
       data.dist_coeff = np.zeros((4, 1))

二:基于生成的参数D和K进行调整

直接上代码,

复制代码
import os
import numpy as np
import cv2
#下面的值是来自棋盘格校准后的内参矩阵K
initial_camera_matrix = np.array([[389.3455401867884, 0.0, 630.3678577531273],
                                  [0.0, 388.5686773894828, 361.167452606629],
                                  [0.0, 0.0, 1.0]])
                     
camera_mat = np.array([[302.116935,0.0,521.926531],
                       [  0.0, 358.512097, 363.652721],
                       [  0.0, 0.0,     1.0      ]])

#下面的值是来自棋盘格校准后的D
dist_coeff = np.array([[0.05648235312901486],[-0.024826520405491565],[-0.002416551582982325],[0.0010672440368159684]])

def adjust_parameters(x):
# 获取当前滑动条的值
    fx = cv2.getTrackbarPos('fx', 'Parameters')/ 100.0 
    fy = cv2.getTrackbarPos('fy', 'Parameters')/ 100.0 
    cx = cv2.getTrackbarPos('cx', 'Parameters')/ 100.0 
    cy = cv2.getTrackbarPos('cy', 'Parameters')/ 100.0 
    k1 = cv2.getTrackbarPos('k1', 'Parameters') / 2000000  # 调整范围以便于滑动条控制
    k2 = cv2.getTrackbarPos('k2', 'Parameters') / 2000000
    p1 = cv2.getTrackbarPos('p1', 'Parameters') / 2000000
    p2 = cv2.getTrackbarPos('p2', 'Parameters') / 2000000

# 更新相机矩阵和畸变系数
    new_camera_matrix = np.array([[fx, 0.0, cx],
                                  [0.0, fy, cy],
                                  [0.0, 0.0, 1.0]])
    new_distortion_coeff = np.array([[k1], [-k2], [-p1], [p2]])

    map1, map2 = cv2.fisheye.initUndistortRectifyMap(
                initial_camera_matrix, new_distortion_coeff, np.eye(3, 3), new_camera_matrix, 
                (args.width * args.sizescale, args.height * args.sizescale), cv2.CV_16SC2) 

  
    img = np.load("./calibrate_img/img_cam5.npy")
    print(new_camera_matrix)
    print(new_distortion_coeff)
    undistort_img = cv2.remap(img, map1, map2, cv2.INTER_LINEAR)
    undistort_img=cv2.resize(undistort_img,(img.shape[1],img.shape[0]))

    cv2.imshow("undistort_img",undistort_img)

    
    cv2.imshow("src_img",img)




def main():

    cv2.namedWindow('Parameters')
    
# 添加相机矩阵的滑动条
    cv2.createTrackbar('fx', 'Parameters', int(camera_mat[0, 0]* 10000), 90*100000, adjust_parameters)
    cv2.createTrackbar('fy', 'Parameters', int(camera_mat[1, 1]* 10000), 90*100000, adjust_parameters)
    cv2.createTrackbar('cx', 'Parameters', int(camera_mat[0, 2]* 10000), 90*1000000, adjust_parameters)
    cv2.createTrackbar('cy', 'Parameters', int(camera_mat[1, 2]* 10000), 90*100000, adjust_parameters)
    
# 添加畸变系数的滑动条
    cv2.createTrackbar('k1', 'Parameters', int(dist_coeff[0, 0] * 100000), 4000000, adjust_parameters)
    cv2.createTrackbar('k2', 'Parameters', int(dist_coeff[1, 0] * 100000), 4000000, adjust_parameters)
    cv2.createTrackbar('p1', 'Parameters', int(dist_coeff[2, 0] * 100000), 4000000, adjust_parameters)
    cv2.createTrackbar('p2', 'Parameters', int(dist_coeff[3, 0] * 100000), 4000000, adjust_parameters)
    while True:
        key = cv2.waitKey(1) & 0xFF
        if key == ord('q'):
            break

    cv2.destroyAllWindows()  
    
if __name__ == '__main__':
    main()    
相关推荐
飞哥数智坊13 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三13 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯14 小时前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet16 小时前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算16 小时前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心16 小时前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar17 小时前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai17 小时前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI18 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear19 小时前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp