OpenCV相机标定与3D重建(63)校正图像的畸变函数undistort()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

转换图像以补偿镜头畸变。

该函数通过变换图像来补偿径向和切向镜头畸变。

此函数仅仅是 initUndistortRectifyMap(使用单位矩阵 R)和 remap(使用双线性插值)的组合。有关执行的具体变换详情,请参阅前者函数。

对于在源图像中没有对应像素的目的图像中的像素,将用零(黑色)填充。

可以通过 newCameraMatrix 来调节源图像中哪些特定子集将在校正后的图像中可见。你可以使用 getOptimalNewCameraMatrix 来根据你的需求计算适当的 newCameraMatrix。

相机矩阵和畸变参数可以使用 calibrateCamera 确定。如果图像的分辨率与标定阶段使用的分辨率不同,则需要相应地缩放 fx, fy, cx 和 cy,而畸变系数保持不变。

cv::undistort 是 OpenCV 库中的一个函数,用于校正图像的畸变。它根据提供的相机内参矩阵 (cameraMatrix) 和畸变系数 (distCoeffs) 来移除图像中的径向和切向畸变。如果提供了新的相机矩阵 (newCameraMatrix),则还可以对图像进行重新映射以适应不同的视角或裁剪区域。

函数原型

cpp 复制代码
void cv::undistort	
(
	InputArray 	src,
	OutputArray 	dst,
	InputArray 	cameraMatrix,
	InputArray 	distCoeffs,
	InputArray 	newCameraMatrix = noArray() 
)		

参数

src:输入(畸变)图像。

dst:输出(校正)图像,该图像具有与 src 相同的尺寸和类型。

cameraMatrix:输入相机矩阵 A = f x 0 c x 0 f y c y 0 0 1 A = \begin{bmatrix} f_x & 0 & c_x \\ 0 & f_y & c_y \\ 0 & 0 & 1 \end{bmatrix} A= fx000fy0cxcy1

distCoeffs:输入的畸变系数向量,包含 4、5、8、12 或 14 个元素,具体为 (k1, k2, p1, p2 ,k3 \[,k4, k5, k6 \[,s1, s2, s3, s4 \[,τx, τy]]])。如果该向量为 NULL 或空,则假定畸变系数为零。

newCameraMatrix:畸变图像的相机矩阵。默认情况下,它与 cameraMatrix 相同,但你可以通过使用不同的矩阵来额外缩放和平移结果。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

void addRadialDistortion( const Mat& src, Mat& dst, double k1 = 0.001 )
{
    Mat map_x( src.size(), CV_32FC1 );
    Mat map_y( src.size(), CV_32FC1 );

    // 获取中心点
    Point2f center( src.cols / 2.0, src.rows / 2.0 );

    for ( int y = 0; y < src.rows; ++y )
    {
        for ( int x = 0; x < src.cols; ++x )
        {
            // 计算从中心点的距离
            float dx = x - center.x;
            float dy = y - center.y;
            float r2 = dx * dx + dy * dy;

            // 应用径向畸变公式
            float factor              = 1 + k1 * r2;
            map_x.at< float >( y, x ) = factor * dx + center.x;
            map_y.at< float >( y, x ) = factor * dy + center.y;
        }
    }

    // 应用映射
    remap( src, dst, map_x, map_y, INTER_LINEAR );
}

int main()
{
    // 读取原始图像(确保路径正确)
    Mat src = imread( "/media/dingxin/data/projects/ir/bin/shape.png" );
    if ( src.empty() )
    {
        cerr << "Error: Could not open or find the image!" << endl;
        return -1;
    }

    // 创建带有人工畸变的图像
    Mat distorted;
    addRadialDistortion( src, distorted, 0.002 );  // 调整k1值来控制畸变强度

    // 显示结果
    imshow( "Original Image", src );
    imshow( "Artificially Distorted Image", distorted );

    waitKey( 0 );  // 等待按键关闭窗口

    // 保存畸变图像以便后续使用
    imwrite( "distorted_image.png", distorted );

    return 0;
}

运行结果

`

相关推荐
PhotonixBay2 小时前
3D共聚焦显微镜与探针式粗糙度仪:谁更适合亚表面损伤检测?
图像处理·人工智能·测试工具·3d
leoZ2313 小时前
第 4 篇:布局骨架——页面壳、栅格、卡片
前端·javascript·vue.js·opencv·计算机视觉·数据挖掘·语音识别
自动化监测Learner4 小时前
Cesium 加载大雁塔 3D Tiles 实录:从模型结构剖析到局部虚拟化(剖切 + 骨架线)实现
3d
格林威5 小时前
C# 相机图像阴影校正:使用OpenCvSharp实现工业相机阴影平场校正功能
人工智能·数码相机·opencv·计算机视觉·c#·机器视觉·工业相机
FOORIR 客流统计6 小时前
智能客流系统未来趋势:3D视觉、AI识别与数据分析的融合架构
人工智能·3d·数据分析
3D小将16 小时前
3D格式转换之Rhino转换为IGS格式技术
3d·stp模型·igs模型·glb模型
PhotonixBay1 天前
InGaAs微透镜3D形貌怎么测?共聚焦显微镜在光通信的应用实践
功能测试·测试工具·3d·测试标准
学习星球1 天前
AI 一句话生成 3D 游戏世界:腾讯 HY-World 2.0 开源深度解析与本地实战
开发语言·人工智能·游戏·3d·ai·课程设计·ai编程
AI的探索之旅1 天前
97 个 OpenCV 实例(十九):视频写入,VideoWriter 与 FourCC 编码
人工智能·opencv·音视频
ai小陈2 天前
Hunyuan3D-2云端部署实战:图生3D、文生3D怎么跑更稳
人工智能·科技·3d·ai·音视频·gpu算力