OpenCV的双目相机remap

双目相机的remap主要是为了解决“极线对齐”的问题，需要输入相机的内外参数，分别产生左图x方向、y方向和右图x方向、y方向的remap表格，并由这个表格按照LUT对原图像进行“极限校正”。

对极几何是双目相机立体标定的数学基础，相关知识点参考：http://blog.csdn.net/dcrmg/article/details/52986522

主要思路是：

（1）读入双目相机的内外参数：

1. FileStorage fs(path, FileStorage::READ);  
2. vector<string> Limg_list, Rimg_list;  
3. if (!fs.isOpened())  
4. {  
5.     cout << "open camaredata file error!" << endl;  
6.     return false;  
7. }  
8. fs["M1"] >> M1;  //> Limg的内参  
9. fs["D1"] >> D1;  //> Limg的畸变系数  
10. fs["M2"] >> M2;  //> Rimg的内参  
11. fs["D2"] >> D2;  //> Rimg的畸变系数  
12. fs["R"] >> R;    //> 旋转矩阵  
13. fs["T"] >> T;    //> 平移矩阵  

M1-左目相机内参；

D1-左目相机畸变系数；

M2-右目相机内参；

D2-右目相机畸变系数；

R -双目相机外参的旋转矩阵；

T -双目相机外参的平移矩阵；

（2）利用stereoRectify函数，由双目相机内外参数计算双目相机的校正变换矩阵；

（3）利用initUndistortRectifyMap函数，由对应的相机内参和校正变换矩阵计算x和y方向的remap表格；

1. Mat Rl, Rr, Pl, Pr, Q;  
2. stereoRectify(M1, D1, M2, D2, Size(1280, 720), R, T, Rl, Rr, Pl, Pr, Q, CALIB_ZERO_DISPARITY, -1, Size(1280, 720));
3. initUndistortRectifyMap(M1, D1, Rl, Pl, Size(1280, 720), CV_32FC1, mapLx, mapLy);  
4. initUndistortRectifyMap(M2, D2, Rr, Pr, Size(1280, 720), CV_32FC1, mapRx, mapRy);  

（4）利用remap函数，由remap表格和对应的原图计算极线校正之后的图像。

1. Mat Limg = imread("Limage.png", CV_LOAD_IMAGE_ANYDEPTH);    
2. Mat Rimg = imread("Rimage.png", CV_LOAD_IMAGE_ANYDEPTH);  
3. Mat re_imgL, re_imgR;  
4. remap(Limg, re_imgL, mapLx, mapLy, INTER_LINEAR);  
5. remap(Rimg, re_imgR, mapRx, mapRy, INTER_LINEAR);