Halcon算法矫正镜头畸变

1. 什么是畸变

• 畸变是指镜头的畸变，分为径向畸变和切向畸变。
• 需要注意的是，我们在这里讨论的是对镜头径向畸变的矫正。
  

2. 算法矫正镜头畸变的步骤

1. 先标定相机内外参：
   使用标定助手和圆点标定板标定相机的内外参，保存不同角度的标定板图像大约12张。需要注意的是，这里的标定板图像是有畸变的。
2. 求理想内参：
   Halcon给我们提供了一个算子change_radial_distortion_cam_par ，它可以帮助我们获得一个没有畸变的内参。
   根据指定的径向畸变确定新的摄像机参数。

 * 参数1：自适应 
 * 参数2：填入第1步中得到的内参 
 * 参数3：径向畸变写0
 * 参数4：返回径向畸变为0的内参
 change_radial_distortion_cam_par ('adaptive', CameraParameters, 0, CamParamOut)

3. 用理想内参矫正图像

• 先求一个Map映射

 * 参数1：返回Map映射
 * 参数2：有畸变的内参
 * 参数3：径向畸变为0的内参
 * 参数4：插值算法
 gen_radial_distortion_map (Map, CameraParameters, CamParamOut, 'bilinear')

• 然后使用Map映射来矫正有径向畸变的图像（第1步中保存的12张标定板图像），把矫正过的图像保存下来。

map_image (Image, Map, ImageMapped)

4. 利用矫正后的图像重新求一次内外参
   用第3步中保存的图像重新求内参和外参。
5. 利用新的内外参进行测量

3. Halcon代码

进行以下工作还是需要的工具有，相机+镜头+实验架+圆点标定板
以下代码作为参考，理解为主。

*1求出内参
CameraParameters := ['area_scan_division',0.00423375,-23259.8,3.75308e-006,3.75e-006,591.731,469.686,1280,960]
*2求理想内参
change_radial_distortion_cam_par ('adaptive', CameraParameters, 0, CamParamOut)
*3求map映射
list_files ('D:/1', ['files','follow_links'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)
for Index := 0 to |ImageFiles| - 1 by 1
         read_image (Image, ImageFiles[Index])
         gen_radial_distortion_map (Map, CameraParameters, CamParamOut, 'bilinear')
       
         *矫正
        map_image (Image, Map, ImageMapped)
        write_image (ImageMapped, 'tiff', 0, 'D:/2/'+Index)
    

endfor
write_cam_par (CamParamOut, 'D:/new.cal')

****用矫正后的图进行测量
read_cam_par ('D:/newrec.cal', CameraParamnew)
read_pose ('D:/newrec.dat', Posenew)

CameraParameters := ['area_scan_division',0.00423375,-23259.8,3.75308e-006,3.75e-006,591.731,469.686,1280,960]

read_pose ('D:/wai1.dat', Pose)
CameraParameters := ['area_scan_division',0.00423375,-23259.8,3.75308e-006,3.75e-006,591.731,469.686,1280,960]
CameraPose := [0.000690838,0.0267898,0.171678,0.13436,2.32878,155.631,0]

open_framegrabber ('DirectShow', 1, 1, 0, 0, 0, 0, 'default', 8, 'rgb', -1, 'false', 'default', '[0]  camera1', 0, -1, AcqHandle)
grab_image_start (AcqHandle, -1)
while (true)
         grab_image_async (Image, AcqHandle, -1)
*          gen_radial_distortion_map (Map, CameraParameters, CamParamOut, 'bilinear')
*          map_image (Image, Map, ImageMapped)
         rgb1_to_gray (Image, GrayImage)
         
         threshold (GrayImage, Regions, 13, 72)
         connection (Regions, ConnectedRegions)
         
         select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 0, 16324.1)
         
         select_shape (SelectedRegions, SelectedRegions1, 'area', 'and', 3152.96, 3848.25)
         fill_up (SelectedRegions1, RegionFillUp)
         boundary (RegionFillUp, RegionBorder, 'inner')
         
         gen_region_line (ROI_0, 406.148, 611.412, 416.918, 843.709)
         intersection (RegionBorder, ROI_0, RegionIntersection)
         get_region_points (RegionIntersection, Rows, Columns)
   ***转成世界坐标
        image_points_to_world_plane (CameraParameters, CameraPose, Rows, Columns, 'm', X, Y)
        distance_pp (X[0], Y[0], X[1], Y[1], Distance)
       
         scale_image (GrayImage, ImageScaled, 3.35526, -44)
         dev_display (ImageScaled)
         dev_get_window (WindowHandle)
         set_display_font (WindowHandle, 26, 'mono', 'true', 'false')

         disp_line (WindowHandle, Rows[0], Columns[0],Rows[1],Columns[1])
         disp_message (WindowHandle, '距离'+Distance*1000+'mm', 'image', 481, 657, 'black', 'true')
endwhile
close_framegrabber (AcqHandle)