OpenCV 畸变矫正映射

voidcv::initUndistortRectifyMap
(	
	InputArray 	cameraMatrix,			// 输入的矫正前的相机参数（3X3矩阵）
	InputArray 	distCoeffs,				// 输入的畸变系数（5X1矩阵）
	InputArray 	R,						// 输入的第一和第二摄像头坐标系之间的旋转矩阵
	InputArray 	newCameraMatrix,		// 输入的校正后的3X3摄像机矩阵
	Size 	size,						// 摄像头采集的无失真图像尺寸
int 	m1type,						// map1的数据类型，可以是 CV_32FC1, CV_32FC2 或 CV_16SC2
	OutputArray 	map1,				// 输出的X坐标重映射参数
	OutputArray 	map2 				// 输出的Y坐标重映射参数
)

voidcv::remap(	
	InputArray 	src,						// 输入图像，即原图像，需要单通道8位或者浮点类型的图像
	OutputArray dst,						// 输出图像，即目标图像，需和原图形一样的尺寸和类型
	InputArray 	map1,						// 它有两种可能表示的对象：（1）表示点（x,y）的第一个映射；（2）表示CV_16SC2，CV_32FC1等
	InputArray 	map2,						// 有两种可能表示的对象：
//（1）若map1表示点（x,y）时，这个参数不代表任何值；
//（2）表示 CV_16UC1，CV_32FC1类型的Y值
int 	interpolation,					// 插值方式，有四中插值方式：
//	（1）INTER_NEAREST——最近邻插值
//	（2）INTER_LINEAR——双线性插值（默认）
//	（3）INTER_CUBIC——双三样条插值（默认）
//	（4）INTER_LANCZOS4——lanczos插值（默认）
int 	borderMode = BORDER_CONSTANT,	// 边界模式，默认BORDER_CONSTANT
const Scalar & 	borderValue = Scalar() 	// 边界颜色，默认Scalar()黑色
)

import numpy as np
import cv2 as cv
import mtutils as mt
# termination criteria
criteria = (cv.TERM_CRITERIA_EPS + cv.TERM_CRITERIA_MAX_ITER, 30, 0.001)
# prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,6,0)
W_num = 7
H_num = 7
objp = np.zeros((W_num*H_num,3), np.float32)
objp[:,:2] = np.mgrid[0:W_num,0:H_num].T.reshape(-1,2)
# Arrays to store object points and image points from all the images.
objpoints = [] # 3d point in real world space
imgpoints = [] # 2d points in image plane.
img = mt.cv_rgb_imread('undistort.png', 1)
another = img.copy()
# Find the chess board corners
ret, corners = cv.findChessboardCorners(img, (W_num,H_num), None)
# If found, add object points, image points (after refining them)
if ret == True:
    objpoints.append(objp)
    corners2 = cv.cornerSubPix(img,corners, (11,11), (-1,-1), criteria)
    imgpoints.append(corners2)
# Draw and display the corners
    cv.drawChessboardCorners(img, (W_num, H_num), corners2, ret)
    mt.PIS(img)
ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(objpoints, imgpoints, img.shape[::-1], None, None)
h,  w = img.shape[:2]
newcameramtx, roi = cv.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h))
dst = cv.undistort(another, mtx, dist, None, newcameramtx)
# build map matrix
map1, map2 = cv.initUndistortRectifyMap(mtx, dist, None, newcameramtx, img.shape[::-1], cv.CV_32FC1)
frame2 = cv.remap(another2, map1, map2, cv.INTER_LINEAR)
mt.PIS([another, 'origin'], [img, 'marked'], [dst, 'undistort'], row_num=1)
pass