代码：
__Author__ = "Shliang"
__Email__ = "shliang0603@gmail.com"
import os
import cv2
import numpy as np
from tqdm import tqdm
def undistort(frame):
fx = 685.646752
cx = 649.107905
fy = 676.658033
cy = 338.054431
k1, k2, p1, p2, k3 = -0.363219, 0.093818, 0.006178, -0.003714, 0.0
# 相机坐标系到像素坐标系的转换矩阵
k = np.array([
[fx, 0, cx],
[0, fy, cy],
[0, 0, 1]
])
# 畸变系数
d = np.array([
k1, k2, p1, p2, k3
])
h, w = frame.shape[:2]
mapx, mapy = cv2.initUndistortRectifyMap(k, d, None, k, (w, h), 5)
return cv2.remap(frame, mapx, mapy, cv2.INTER_LINEAR)
# 对摄像头实时视频流做畸变矫正
def distortion_correction_cam():
cap = cv2.VideoCapture(0)
while (cap.isOpened()):
ret, frame = cap.read()
undistort_frame = undistort(frame)
compare = np.hstack((frame, undistort_frame))
cv2.imshow('frame', compare)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
# 对目录下的所有图片做畸变矫正，并把畸变矫正后的图片保存下来
def distortion_correction_imgs(input_dir, output_dir):
in_imgs = os.listdir(input_dir)
for img_name in tqdm(in_imgs):
image = cv2.imread(os.path.join(input_dir, img_name))
distroted_img = undistort(image)
cv2.imwrite(os.path.join(output_dir, img_name), distroted_img)
if __name__ == '__main__':
input_dir = "/home/shl/extract_rosbag_data/0324_bags/plycal_calib/root/images"
output_dir = "/home/shl/extract_rosbag_data/0324_bags/plycal_calib/root/distro_imgs"
# distortion_correction_imgs(input_dir, output_dir)
distortion_correction_cam()
对图片进行矫正效果：
原图：
矫正后的图片：
采集的摄像头画面矫正效果：
从上面的换面可以看到，左边是未矫正的画面，右边是矫正后的画面：
- 矫正后的画面会被裁切，明显可以看到画面中的信息是有裁切的，例如左边的椅子已经被裁切掉了
- 矫正后的画面和原画面是保持相同的分辨率：640x480，但是，为什么会看到画面会出现横向的拉伸，这是因为标定相机内参的时候画面的分辨率设置为1280x720=16:9，但是opencv读取摄像头默认的分辨率却是640x480=4:3，两者的比例都不一样，所以肯定会出现拉伸
解决拉伸的方式，就是把读取摄像头的时候，把摄像头的分辨率设置成和标定的时候一样的分辨率，设置为1280x720，下面是如何在opencv读取摄像头的时候设置摄像头分辨率：
# 对摄像头实时视频流做畸变矫正
def distortion_correction_cam():
cap = cv2.VideoCapture(0)
# 获取摄像头读取画面的宽和高
width = cap.get(3)
height = cap.get(4)
fps = cap.get(5)
print(width, height, fps) # 640.0 480.0 30.0
# 在这里把摄像头的分辨率修改为和我们标定时使用的一样的分辨率 1280x720
cap.set(3, 1280)
cap.set(4, 720)
width = cap.get(3)
height = cap.get(4)
print(width, height, fps) # 1280.0 720.0 30.0
while (cap.isOpened()):
ret, frame = cap.read()
print(frame.shape)
undistort_frame = undistort(frame)
compare = np.hstack((frame, undistort_frame))
cv2.imshow('frame', compare)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
重新设置分辨率后，矫正前后画面对比，可以看到几乎是没有横向或纵向拉伸的！
参考：
https://blog.csdn.net/weixin_40516558/article/details/103494029
https://blog.csdn.net/guaiderzhu1314/article/details/96306509
https://www.codenong.com/cs110623399/
到此这篇关于使用python opencv对畸变图像进行矫正的实现的文章就介绍到这了,更多相关python opencv畸变图像矫正内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://juejin.cn/post/7094064438243753991
