python OpenCV根据畸变半径进行畸变校正

在OpenCV中，可以使用`cv2.undistort()`函数进行相机畸变校正。该函数需要相机的内参矩阵、畸变系数和畸变校正后的图像尺寸作为输入参数。其中，畸变系数包括k1、k2、p1、p2、k3等，而畸变半径通常用k1和k2来表示。

下面是一个简单的畸变校正代码示例，假设相机内参矩阵为mtx，畸变系数为dist，原始图像为img：

import cv2
import numpy as np

# 定义相机内参矩阵和畸变系数
mtx = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]])
dist = np.array([k1, k2, p1, p2, k3])

# 定义畸变校正后的图像尺寸
new_img_size = (new_width, new_height)

# 使用cv2.undistort()函数进行畸变校正
new_mtx, _ = cv2.getOptimalNewCameraMatrix(mtx, dist, img_size, 1, new_img_size)
new_img = cv2.undistort(img, mtx, dist, None, new_mtx)

其中，`cv2.getOptimalNewCameraMatrix()`函数可以根据输入的相机内参矩阵、畸变系数和原始图像尺寸，计算出最优的畸变校正后的图像尺寸和内参矩阵。在上面的代码中，我们将畸变校正后的图像尺寸设为新的宽度和高度，然后使用`cv2.undistort()`函数进行畸变校正。最后得到的`new_img`即为畸变校正后的图像。