python cv2 鱼眼相机标定

在Python中，使用OpenCV (cv2) 进行鱼眼相机标定是一个常见的图像处理任务，它涉及到计算机视觉领域中的摄像头模型校准。鱼眼相机（也称为广角鱼眼镜头）由于其非对称的视场，使得直接应用普通相机的校准方法无法得到准确的结果。

鱼眼相机标定主要包括以下几个步骤：

1. **准备样本图片**：收集一组包含鱼眼视角的图片，最好是从不同方向和距离拍摄的，这对标定至关重要。

2. **读取并预处理图片**：使用`cv2.imread()`函数读取图片，并通过`undistort()`方法去除畸变影响。

3. **棋盘格标记**：在场景中放置一个预先设计好的棋盘格图案（比如OpenCV自带的标准棋盘），这将作为标定的目标。

4. **特征检测与匹配**：利用OpenCV中的`findChessboardCorners()`函数查找棋盘格的角点，并进行匹配确认。

5. **内参矩阵估计**：使用`calibrateCamera()`函数，输入棋盘点坐标及其对应图片的信息，计算出相机的内参矩阵（包括焦距、主点等信息）。

6. **外参矩阵估计**：如果有多张图片，可以进一步估计相机之间的相对位置（即外参矩阵）。

7. **保存标定结果**：最后将内参和外参矩阵存储起来，以便后续处理时使用`undistort()`或者`remap()`等函数纠正鱼眼图像的畸变。