python opencv 视频流畸变矫正标定

在使用 OpenCV 处理视频流时，由于相机镜头的畸变，可能会导致图像失真。为了解决这个问题，我们可以使用相机标定和畸变矫正技术。

首先，我们需要拍摄一组棋盘格图像。然后，我们可以使用 OpenCV 中的 `calibrateCamera` 函数对相机进行标定。这个函数会返回相机的内参矩阵和畸变系数。

接下来，我们可以使用 `undistort` 函数对每一帧图像进行畸变矫正。这个函数会使用相机的内参矩阵和畸变系数来矫正图像。

以下是一个简单的例子，演示如何使用 OpenCV 进行相机标定和畸变矫正：

import cv2

# 棋盘格的行数和列数
rows = 6
cols = 9

# 读取棋盘格图像
images = []
for i in range(10):
    filename = f"calibration_images/image{i}.jpg"
    img = cv2.imread(filename)
    images.append(img)

# 获取棋盘格角点
objpoints = []
imgpoints = []
objp = np.zeros((rows*cols, 3), np.float32)
objp[:,:2] = np.mgrid[0:cols,0:rows].T.reshape(-1,2)
for img in images:
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, (cols, rows), None)
    if ret:
        objpoints.append(objp)
        imgpoints.append(corners)
        cv2.drawChessboardCorners(img, (cols, rows), corners, ret)
        cv2.imshow("Chessboard Corners", img)
        cv2.waitKey(0)

# 相机标定
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)

# 畸变矫正
cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    if ret:
        h, w = frame.shape[:2]
        newcameramtx, roi = cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h))
        dst = cv2.undistort(frame, mtx, dist, None, newcameramtx)
        x, y, w, h = roi
        dst = dst[y:y+h, x:x+w]
        cv2.imshow("Undistorted Frame", dst)
        if cv2.waitKey(1) == ord('q'):
            break

cap.release()
cv2.destroyAllWindows()

在这个例子中，我们首先读取了一组棋盘格图像，并使用 `findChessboardCorners` 函数获取了棋盘格角点。然后，我们使用这些角点和棋盘格的实际尺寸来进行相机标定。得到相机的内参矩阵和畸变系数后，我们可以使用 `undistort` 函数对每一帧图像进行畸变矫正。最后，我们使用 `getOptimalNewCameraMatrix` 函数来计算新的相机内参矩阵，并裁剪图像以去除黑边。

请注意，这个例子只是一个基本的演示，实际应用中可能需要更复杂的处理流程和参数调整。