使用matlab求解镜头畸变参数以及使用opencv进行畸变矫正

在使用镜头拍照后,图片会发生畸变,为了在后续处理中得到较好的结果,我们需要使用畸变矫正方法。此处提供一种使用matlab自带工具箱进行畸变的方法。
1.使用标定板拍照,此处多拍一些(最好多于50张,后面会删除);
2.打开matlab,如图中红色线条圈出的地方,此处使用matlab2016b
3.打开存放照片的文件夹,全部选中,导入图片
4.此处填写标定板方块边长,我们使用的是30mm的
5.处理前调整红色区域选项,然后点击Calibrate
6.
7.处理过后的图片如下,右上侧已经经过修改
8.处理完后点击Export Camera Parameters(就是绿色对勾)就可以导出数据,可以在matlab的工作区看见,右侧标出的是以后主要用到的数据
9.在使用opencv中的undistort进行畸变矫正时,需要使用8个参数即fc1, fc2, cc1, cc2, kc1, kc2, kc3, kc4;
RadialDistorion中的参数分别是:kc1,kc2,kc5(不常用)
TangentialDistortion中的参数分别是:kc3,kc4
IntrinsicMatrix中的参数分别是:
fc1 不用 0
不用 fc2 0
cc1 cc2 1
opencv的畸变矫正程序如下:
double fc1, fc2, cc1, cc2, kc1, kc2, kc3, kc4;
fc1 = ;
fc2 = ;
cc1 = ;
cc2 = ;
kc1 = ;
kc2 = ;
kc3 =;
kc4 =;
Mat intrinsic_matrix = (Mat_(3, 3) << fc1, 0, cc1, 0, fc2, cc2, 0, 0, 1);
Mat distortion_coeffs = (Mat_(1, 4) << kc1, kc2, kc3, kc4);
//矫正
undistort(Img,ImgUndistort,intrinsic_matrix,distortion_coeffs);
output_image = ImgUndistort;

  • 9
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
相机镜头存在畸变,会导致图像中的物体形变或者变形。为了解决这个问题,我们可以使用OpenCV对相机进行畸变矫正。 步骤如下: 1. 读取相机内参矩阵和畸变系数,可以通过相机标定得到。 ```python import numpy as np import cv2 K = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]]) # 相机内参矩阵 dist_coef = np.array([k1, k2, p1, p2, k3]) # 畸变系数 ``` 2. 读取图像并进行畸变矫正。 ```python img = cv2.imread('input.jpg') # 读取图像 h, w = img.shape[:2] new_K, roi = cv2.getOptimalNewCameraMatrix(K, dist_coef, (w, h), 1, (w, h)) # 计算新的内参矩阵 undistorted_img = cv2.undistort(img, K, dist_coef, None, new_K) # 畸变矫正 ``` 其中,cv2.getOptimalNewCameraMatrix()函数可以计算新的内参矩阵,cv2.undistort()函数可以对图像进行畸变矫正。 3. 可以选择只保留校正后的有效区域部分。 ```python x, y, w, h = roi undistorted_img = undistorted_img[y:y+h, x:x+w] ``` 这样就完成了对相机的畸变矫正。 完整代码如下: ```python import numpy as np import cv2 # 定义相机内参矩阵和畸变系数 K = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]]) dist_coef = np.array([k1, k2, p1, p2, k3]) # 读取图像并进行畸变矫正 img = cv2.imread('input.jpg') h, w = img.shape[:2] new_K, roi = cv2.getOptimalNewCameraMatrix(K, dist_coef, (w, h), 1, (w, h)) undistorted_img = cv2.undistort(img, K, dist_coef, None, new_K) # 只保留校正后的有效区域部分 x, y, w, h = roi undistorted_img = undistorted_img[y:y+h, x:x+w] # 显示结果 cv2.imshow('Undistorted Image', undistorted_img) cv2.waitKey(0) cv2.destroyAllWindows() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值