使用OpenCV实现畸变矫正的代码示例

以下是使用OpenCV实现张正友相机标定法，并对一幅畸变图像进行矫正的代码示例：

import numpy as np
import cv2
import glob

# 准备对象点和图像点
obj_pts = []  # 3D对象点
img_pts = []  # 2D图像点

# 生成对象点坐标，因为是棋盘格，假设z=0
obj_p = np.zeros((6*8, 3), np.float32)
obj_p[:,:2] = np.mgrid[0:8, 0:6].T.reshape(-1, 2)

# 读取标定图像
images = glob.glob('calibration_images/*.jpg')

for fname in images:
    img = cv2.imread(fname)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 查找棋盘格角点
    ret, corners = cv2.findChessboardCorners(gray, (8,6), None)

    if ret == True:
        obj_pts.append(obj_p)

        # 优化角点坐标
        corners2 = cv2.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria)
        img_pts.append(corners2)

        # 绘制角点并显示
        img = cv2.drawChessboardCorners(img, (8,6), corners2, ret)
        cv2.imshow('img', img)
        cv2.waitKey(500)

cv2.destroyAllWindows()

# 进行相机标定
ret, cam_mtx, dist_coefs, rvecs, tvecs = cv2.calibrateCamera(obj_pts, img_pts, gray.shape[::-1], None, None)

# 打印相机内部参数矩阵和畸变系数矩阵
print("相机内部参数矩阵:\n", cam_mtx)
print("畸变系数矩阵:\n", dist_coefs)

# 对一幅畸变图像进行矫正
img = cv2.imread('test_image.jpg')
h, w = img.shape[:2]
new_cam_mtx, roi = cv2.getOptimalNewCameraMatrix(cam_mtx, dist_coefs, (w,h), 1, (w,h))

dst = cv2.undistort(img, cam_mtx, dist_coefs, None, new_cam_mtx)

# 显示畸变矫正前后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Undistorted Image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例代码中，calibration_images/目录下存放了用于相机标定的棋盘格图像。首先，通过cv2.findChessboardCorners()函数找到棋盘格的角点，并优化角点坐标。然后，将对象点和图像点分别存储到obj_pts和img_pts中。之后，使用cv2.calibrateCamera()函数进行相机标定，获取相机内部参数矩阵、畸变系数矩阵等标定结果。最后，对一幅畸变图像进行矫正，并显示矫正前后的图像。

注意：需要根据实际情况调整棋盘格的大小和棋盘格内角点的数量，以及修改图像路径等相关参数。