如何将镜头不失真从镜头失真模型转换为opencv？答案

【问题标题】：How to translate lense undistortion from Lens Distortion Model to opencv?如何将镜头不失真从镜头失真模型转换为opencv？
【发布时间】：2017-10-12 02:15:14
【问题描述】：

所以OpenCV undistort 将两个数组double k[6], p[2]; 作为参数，但是当您无法访问相机（仅访问其帧）时，设置它们很复杂。有一个algorithm called Algebraic Lens Distortion Model Estimation，它在一个框架上接收一张图片和手绘线，并产生一个undistorted image。它的输出可能如下所示：

(Emin, Vmin, D) = (9.7709e+05, 8.3106e+00, 8.2942e+00)

失真参数：k[0] = 8.549082532748524e-01 k1 = 0.000000000000000e+00 k2 = 3.217447043912507e-08 k3 = 0.000000000000000e+00 k4 = 1.407606498960670e-12

畸变中心 (x0,y0) = (655.091196, 385.002911)

所以我们从 k 数组中获得了 5 项，而从 p 中没有。而且我在他们的文章中没有提到p。所以我想知道如何将他们的输出映射到opencv？

不适用于this images的代码示例：

#include <iostream>
#include <opencv2/world.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
using namespace cv;
using namespace std;

int main() {
    Mat result;
    auto in = imread("test.png"); // http://demo.ipol.im/demo/ags_algebraic_lens_distortion_estimation/archive/?key=1C3EFA932C69EE5A1254458F6F9F2B87
    int fov = 60;
    //Center of distortion (x0,y0)
    auto x = 640.000000;
    auto y = 360.000000;
    // http://answers.opencv.org/question/17076/conversion-focal-distance-from-mm-to-pixels/?answer=17180#post-id-17180
    auto focalLengthX = x / tan(fov * 0.5 * acos(-1) / 180.0);
    auto focalLengthY = y / tan(fov* 0.5 * acos(-1) / 180.0);
    cv::Mat camera_matrix = (cv::Mat_<double>(3, 3) << focalLengthX, 0, x, 0, focalLengthX, y, 0, 0, 1);

    // https://stackoverflow.com/a/34024057/1973207 
    double k[5];
    k[0] = 8.648648537891959e-01;
    k[1] = 0.000000000000000e+00;
    k[2] = 8.319218976751903e-08;
    k[3] = 0.000000000000000e+00;
    k[4] = 9.568850206942498e-13;
    Mat distortionCoefficients = (Mat1d(1, 8) << k[0], k[1], 0, 0, k[2], k[3], k[4], 0);

    undistort(in, result, camera_matrix, distortionCoefficients);
    imshow("test", result);
    waitKey();
    cin.get();
    return 0;
}

结果：

而不是想要的：

按照建议否定k[0] 给出：

【问题讨论】：

他们为相机镜头使用了另一种失真模型，是吗？

标签： c++ algorithm opencv opencv3.0 distortion

【解决方案1】：

通过快速阅读论文，他们提出了一种确定径向畸变的新方法。那是 k_N 参数。切向畸变是 p 个参数，此处不考虑。

请试一试，设置 p1 = 0 和 p2 = 0，得到的向量应该是：

k1, k2, 0, 0, k3, k4 ... 如果论文提出了一个完全不同的相机畸变模型，那就行不通了。

http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/parameters.html 失真参数应该与opencv中的相同。 kc(3) 和 kc(4) 分别是 p1 和 p2

【讨论】：

【解决方案2】：

此方法不是计算切向因子，而是找到校正后的中心。运行提供的 ANSI C 程序并假设中心位于图像的中点，程序会找到真正的中心。原始估计为 344,253，校正中心为 347,259。知道校正后的中心似乎消除了应用切向校正的必要性。

【讨论】：