对图像应用相对径向畸变函数 w/o 对相机一无所知
Apply relative radial distortion function to image w/o knowing anything about the camera
我有一个径向畸变函数，它以百分比形式给出从 0（图像中心）到相对全图像场（场高 1）的相对畸变。例如，此函数会给我在 1 的完整相对场高下高达 5% 的失真。
我尝试将它与 opencv undistort 函数一起使用来应用 失真，但不知道如何填充矩阵。
如前所述，我只有源图像，对焦距等相机参数一无所知，除了我知道畸变函数。
我应该如何在 cv2.undistort(src_image, matrix, ...) 中设置矩阵？
在您的情况下更容易使用的 OpenCv 例程是 cv::remap，而不是 undistort。
在下文中，我假设您的畸变是纯径向的。如果你已经在 (x, y) 中分解了它，类似的考虑也适用。
所以你有一个畸变函数 d(r) 到图像中心 (x_c, y_c) 的像素 (x, y) 的距离 r = sqrt((x - x_c)^2 + (y - y_c)^2)。该函数表示失真图像中像素半径 r_d 相对于未失真图像 r 的相对变化：(r_d - r) / r = d(r)，或者等效地，r_d = r * (1 - d(r)).
如果给你一张扭曲的图像，并且想要消除扭曲，你需要将上面的等式反转（即解析或数值求解），找到每个 [=14] 的 r 的值=] 在感兴趣的范围内。然后，您可以简单地创建两个数组，map_x 和 map_y，它们表示从失真坐标到未失真坐标的映射：对于失真图像中给定的一对 (x_d, y_d) 整数像素坐标，您可以计算关联的 r_d = sqrt(((x_d - x_c)^2 + (y_d - y_c)^2)，然后相应的 r 作为 r_d 的函数从求解方程，返回到 (x, y)，并分配 map_x[y_d, x_d] = x; map_y[y_d, x_d] = y。最后，将它们传递给 cv::remap.
我有一个径向畸变函数，它以百分比形式给出从 0（图像中心）到相对全图像场（场高 1）的相对畸变。例如，此函数会给我在 1 的完整相对场高下高达 5% 的失真。
我尝试将它与 opencv undistort 函数一起使用来应用 失真，但不知道如何填充矩阵。
如前所述，我只有源图像，对焦距等相机参数一无所知，除了我知道畸变函数。
我应该如何在 cv2.undistort(src_image, matrix, ...) 中设置矩阵？
在您的情况下更容易使用的 OpenCv 例程是 cv::remap，而不是 undistort。
在下文中，我假设您的畸变是纯径向的。如果你已经在 (x, y) 中分解了它，类似的考虑也适用。
所以你有一个畸变函数 d(r) 到图像中心 (x_c, y_c) 的像素 (x, y) 的距离 r = sqrt((x - x_c)^2 + (y - y_c)^2)。该函数表示失真图像中像素半径 r_d 相对于未失真图像 r 的相对变化：(r_d - r) / r = d(r)，或者等效地，r_d = r * (1 - d(r)).
如果给你一张扭曲的图像，并且想要消除扭曲，你需要将上面的等式反转（即解析或数值求解），找到每个 [=14] 的 r 的值=] 在感兴趣的范围内。然后，您可以简单地创建两个数组，map_x 和 map_y，它们表示从失真坐标到未失真坐标的映射：对于失真图像中给定的一对 (x_d, y_d) 整数像素坐标，您可以计算关联的 r_d = sqrt(((x_d - x_c)^2 + (y_d - y_c)^2)，然后相应的 r 作为 r_d 的函数从求解方程，返回到 (x, y)，并分配 map_x[y_d, x_d] = x; map_y[y_d, x_d] = y。最后，将它们传递给 cv::remap.