opencv python 标定内参的代码 最好能把标定前后效果也展示出来

好的，下面是一个简单的 OpenCV Python 标定内参的代码，同时也包含了标定前后的效果展示：

import numpy as np
import cv2
import glob

# 定义棋盘格的行列数
chessboard_size = (9, 6)

# 定义棋盘格的世界坐标系中的坐标
objp = np.zeros((chessboard_size[0]*chessboard_size[1], 3), np.float32)
objp[:, :2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2)

# 存储所有棋盘格角点的世界坐标系和图像坐标系中的坐标
obj_points = []
img_points = []

# 获取所有标定图片的文件名
images = glob.glob('calibration_images/*.jpg')

# 遍历所有标定图片
for fname in images:
    # 读取图片
    img = cv2.imread(fname)
    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 查找棋盘格角点
    ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None)
    # 如果找到了棋盘格角点
    if ret == True:
        obj_points.append(objp)
        img_points.append(corners)
        # 绘制棋盘格角点
        cv2.drawChessboardCorners(img, chessboard_size, corners, ret)
        # 显示标定前后的图片
        cv2.imshow('img', img)
        cv2.waitKey(500)

# 标定相机
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(obj_points, img_points, gray.shape[::-1], None, None)

# 打印内参和畸变系数
print("Camera Matrix:\n", mtx)
print("Distortion Coefficients:\n", dist)

# 显示标定前后的图片
for fname in images:
    img = cv2.imread(fname)
    h, w = img.shape[:2]
    new_mtx, roi = cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h))
    new_img = cv2.undistort(img, mtx, dist, None, new_mtx)
    cv2.imshow('original', img)
    cv2.imshow('undistorted', new_img)
    cv2.waitKey(500)

在上述代码中，我们首先定义了棋盘格的行列数和世界坐标系中的坐标，然后遍历所有标定图片，找到棋盘格角点并保存它们的世界坐标系和图像坐标系中的坐标。接着，我们使用 `cv2.calibrateCamera()` 函数来标定相机，并打印出内参和畸变系数。最后，我们遍历所有标定图片，对它们进行去畸变处理，并显示标定前后的图片。

注意，在展示标定前后的图片时，我们使用了 `cv2.getOptimalNewCameraMatrix()` 函数来计算新的内参矩阵和图像区域，使得去畸变后的图像不会出现黑边。