Matlab+Python单目相机畸变矫正+实时输出矫正后视频图像

我叫蜈蚣你记住

已于 2025-05-18 17:09:48 修改

阅读量745

点赞数 9

文章标签： python

于 2025-05-18 17:05:43 首次发布

本文链接：https://blog.csdn.net/2403_88893033/article/details/148045775

版权

本文使用的是棋盘格标定法，先使用MATLAB相机标定工具箱获取相机内参，然后通过python代码输出畸变矫正后的图像。

实现：MATLAB R2024a ， Pycharm

二、通过python实时输出矫正后的视频图像

一、通过MATLAB获取相机内参

我们需要的相机内参有：

（1）径向畸变系数（Radial Distortion）：k1、k2、k3

（2）切向畸变系数（Tangential Distortion）：p1、p2

（3）焦距（Focal Length）：fx、fy

（4）主点（Principal Point）：图像中心在x轴上的偏移 cx、cy

1、打开相机标定工具箱

点击下拉箭头后，搜索“camera calibrator”

2、导入拍好的图片，进行矫正

也可以打开相机开拍，但是需要安装USB Webcams包，具体安装方式参考用matlab对相机进行标定获取相机内参_matlab 相机内参 fc-CSDN博客

如果你的MATLAB许可证过期了，没法通过上述博客在线安装时，参考MATLAB的资源管理器中安装资源时弹出“要访问附加功能资源管理器，您的许可证必须在 MathWorks 软件维护有效期内。”的解决办法_要访问附加功能资源管理器,您的许可证必须在 mathworks 软件维护有效期内。-CSDN博客

这里我选择“From file”，导入拍好的照片，推荐拍15-25张图片，可以覆盖大多数情况，保证较好的标定精度。

导入之后弹出如下窗口，填写你的棋盘格网格实际物理尺寸，我放在电脑屏幕上大概27.74mm，然后点确定。

勾选如下参数，选择3阶径向畸变系数，并且计算切向畸变系数，然后点击Calibrate。

下图方框中重投影整体平均误差是0.24，小于0.5就可以用。

3、导出参数

点击后会弹窗，直接点确认即可，然后在工作区就可以看到导出的参数：

打开后，直接双击Intrinsics这个变量，我们需要的内参都在这里。

红框内从上至下依次为：焦距（Focal Length）fx和fy、主点坐标（Principal Point）、径向畸变系数（Radial Distortion）、切向畸变系数（Tangential Distortion）。

至此我们已经获取了相机的内参，下面通过Python代码输出矫正后的图像。

二、通过python实时输出矫正后的视频图像

import cv2
import numpy as np

def undistort_frame(frame, camera_matrix, dist_coeffs):
    h, w = frame.shape[:2]
    
    new_camera_matrix, roi = cv2.getOptimalNewCameraMatrix(
        camera_matrix, dist_coeffs, (w, h), 1, (w, h)
    )

    # 去畸变
    undistorted = cv2.undistort(frame, camera_matrix, dist_coeffs, None, new_camera_matrix)

    # 裁剪图像（保留有效区域）
    x, y, w_roi, h_roi = roi
    undistorted = undistorted[y:y+h_roi, x:x+w_roi]

    return undistorted

# 替换为你从 MATLAB 得到的参数
fx = 255.866501082375 # 焦距x
fy = 259.538529511375  # 焦距y
cx = 309.872526729665  # 图像中心x
cy = 219.880777322666  # 图像中心y

k1 = -0.301755464435774   # 径向畸变第1项
k2 = 0.122351817492402    # 径向畸变第2项
p1 = 0.000510975418145162   # 切向畸变第1项
p2 = -0.000827265079558502  # 切向畸变第2项
k3 = -0.0245909779190259   # 径向畸变第3项

camera_matrix = np.array([[fx, 0, cx],
                          [0, fy, cy],
                          [0, 0, 1]])

dist_coeffs = np.array([k1, k2, p1, p2, k3])

# 打开摄像头
cap = cv2.VideoCapture(0)  # 如果是默认摄像头，一般是设备索引 0

if not cap.isOpened():
    print("无法打开摄像头")
    exit()

print("正在显示矫正后的视频画面... 按 'q' 键退出")

while True:
    ret, frame = cap.read()
    if not ret:
        print("无法获取画面")
        break

    # 矫正图像
    corrected_frame = undistort_frame(frame, camera_matrix, dist_coeffs)

    # 显示矫正后的画面
    cv2.imshow('Undistorted Video', corrected_frame)

    # 按 q 键退出
    if cv2.waitKey(1) == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()