下图展示了针孔相机模型。
透视投影的几何示意图如下：
针孔相机的实际镜头通常存在一定程度的畸变，主要为径向畸变，切向畸变较小。因此，上述模型扩展为：
其中，
且，
如果 。
是径向畸变系数。
是切向畸变系数，
是薄棱镜畸变系数。OpenCV 中不考虑高阶系数。
下图展示了两种常见的径向畸变：桶形畸变 （单调递减）和枕形失真
（单调递增）。对于实际镜头，径向畸变始终是单调的，如果估计器产生非单调结果，则应视为校准失败。更一般地，径向畸变必须是单调的，并且畸变函数必须是双射的。失败的估计结果在图像中心附近可能看起来非常好，但在例如 AR/SFM 应用中效果很差。OpenCV 相机校准中使用的优化方法不包含这些约束，因为该框架不支持所需的整数规划和多项式不等式。
在以下函数中，系数以如下方式传递或返回：
通常opencv通常的模型中，主要有下面两种
5-系数畸变参数，
8-系数畸变参数，
着畸变系数与拍摄场景无关，因此它们也属于相机的固有参数，并且与拍摄图像的分辨率无关。
如果一台相机使用 320 x 240 分辨率的图像进行校准，那么对于同一台相机拍摄的 640 x 480 分辨率的图像，可以使用完全相同的畸变系数。
换句话说，调整图像的分辨率，畸变参数不影响，但是 和
需要进行适当调整。