NeRF从入门到放弃6：两种OpenCV去畸变模型

针孔相机和鱼眼相机的去畸变模型是不一样的。

针孔相机的畸变参数有12个，k1~k6是径向畸变参数，p1 p2是切向畸变，s1_{s4；而鱼眼相机是等距模型，畸变参数只有4个k1}k4。

针孔相机

畸变分为径向畸变和切向畸变。

把相机平面坐标系下的点表示为极坐标（r,θ），则径向畸变表示径r变化δr，而切向变换表示角度θ变化δθ。

径向畸变是透镜改变了光线传播，使得光不再直线传播导致的；切向变换是由于透镜安装与成像平面不平行导致的。(SLAM 14讲)

此图是OpenCV官方文档示例https://docs.opencv.org/3.4/d9/d0c/group__calib3d.html，很清晰。

在这里插入图片描述

桶形畸变和枕形畸变

假设只有k1，如果k1大于0，则x’’ = x’(1+k1r2)，x’‘>x’，去畸变后的图像会变大，为帧形畸变；反之为桶形畸变。

在这里插入图片描述

针孔相机去畸变函数

cv2.undistort(image, K, distCoeffs)

distCoeffs格式为

也就是说,如果只传入4个参数，则是k1,k2,p1,p2，后面的参数都是0.

鱼眼相机

官方文档公式推导https://docs.opencv.org/3.4/db/d58/group__calib3d__fisheye.html
在这里插入图片描述

鱼眼相机去畸变函数

distCoeffs为k1,k2,k3,k4

image_undis = cv2.fisheye.undistortImage(image, K, distCoeffs, None,
                                                     np.copy(K))

附

图片去畸变

def undistort_images(image_dir,
                     output_dir,
                     K,
                     distCoeffs,
                     is_equidistant: bool = False):
    for img in tqdm(sorted(os.listdir(image_dir))):
        image = cv2.imread(f'{image_dir}/{img}')
        if is_equidistant:
            image_undis = cv2.fisheye.undistortImage(image, K, distCoeffs, None,
                                                     np.copy(K))
        else:
            image_undis = cv2.undistort(image, K, distCoeffs)
        cv2.imwrite(f'{output_dir}/{img}', image_undis)