opencv畸变原理

### OpenCV 中畸变校正的原理

#### 畸变模型
OpenCV 校准中的失真校正基于对相机固有参数的估计，特别是镜头失真系数。OpenCV 使用数学模型来描述相机镜头引起的失真效果，主要包括径向和切向失真[^1]。

对于不同的镜头类型，如标准摄像头（cv）和鱼眼镜头（fisheye），其畸变模型存在差异，因此畸变系数也会有所不同，在实际应用中使用的公式也不尽相同。具体细节可参照 OpenCV 官方文档版本 2.0 和 3.0 的说明[^2]。

#### 实现方法
在 OpenCV 中实现畸变校正主要有两种方式：

- **`undistort()` 函数**

这是一个便捷的方法，它内部集成了 `initUndistortRectifyMap()` 和 `remap()` 函数的功能，用于矫正输入图像并返回已修正的结果。此过程简化了编程流程，使得开发者无需手动处理映射表创建与重映射操作。

- **`initUndistortRectifyMap()` 结合 `remap()`**

此种做法提供了更灵活的操作选项。先通过调用 `initUndistortRectifyMap()` 来计算新的投影关系，并生成两个映射数组；随后利用这两个数组作为参数传递给 `remap()` 函数完成最终的图像变形调整工作。这种方式允许用户自定义更多的参数设置，适用于复杂场景下的精确控制需求。

// C++ 示例代码展示如何使用 initUndistortRectifyMap() 和 remap()
#include <opencv2/opencv.hpp>

using namespace cv;

Mat cameraMatrix, distCoeffs;
Mat map1, map2;
Size imageSize(Size(640, 480));

// 初始化无畸变映射
void InitUndistortMaps(){
    Mat R = getIdentity();
    initUndistortRectifyMap(cameraMatrix, distCoeffs, R, cameraMatrix, imageSize, CV_32FC1, map1, map2);
}

// 应用映射到图片上
void ApplyRemap(Mat& srcImg, Mat& dstImg){
    remap(srcImg, dstImg, map1, map2, INTER_LINEAR);
}

#### 像素损失现象解释
经过畸变校正之后，图像确实会出现一定程度的有效像素丢失情况。这是因为原始带有桶形或其他形式畸变的区域被拉伸展平的过程中不可避免地引入了一些空白区，这些部分无法填充有效的视觉数据而形成黑边或裁剪边缘的现象[^3]。