Opencv全向校准整流

时间:2019-07-09 10:52:49

标签: python c++ opencv camera-calibration fisheye

我有一个广角镜头(> 160度)。我尝试了Pinhole和Fisheye模型,它们似乎提供了一些FOV牺牲的清晰校正图像。因此,我决定尝试使用全方位模型。

使用全向模型:

double rms = cv::omnidir::stereoCalibrate(Omni_L.RealP, Omni_L.ImageP, Omni_R.ImageP, Omni_L.img.size(), Omni_R.img.size(), K1, xi1, D1, K2, xi2, D2, rvec, tvec, rvecsL, tvecsL, flags, critia);
std::cout << "RMS : " << rms << std::endl;

立体校准后,我得到以下结果

RMS : 0.527522

 Camera_Matrix1 :
 [773.9380049495828, 0, 394.6697338356358;
 0, 776.2094223216956, 382.016762545214;
 0, 0, 1]

 Xi-1 :[1.804945374650817]

 Distortion Parameters1:
 [0, 0, -0.009983732008104793, -0.004530718062523464]

 Camera_Matrix2:
 [783.1807043871861, 0, 393.2120687911561;
 0, 784.4790955477508, 386.7954078861521;
 0, 0, 1]

 Xi-2 :[1.837909340970556]

 Distortion Parameters2:
 [0, 0, -0.009779422171305124, -0.003723193186299092]

 rvec :[-0.003821627764900316;
 0.005567569400892289;
 0.001491183114878044]

 tvec:[-63.09243360480385;
 0.1195353275271446;
 0.9082801155496641]

 R: 
 [1, 0, 0;
 0, 1, 0;
 0, 0, 1]

 P: 
 [773.9380049495828, 0, 394.6697338356358;
 0, 776.2094223216956, 382.016762545214;
 0, 0, 1]

然后我不失真:

    cv::Mat R = cv::Mat::eye(3, 3, CV_32FC1);
    cv::Mat Mapx, Mapy;
    cv::Mat P(3, 3, CV_32FC1);
    P = K1;

    cv::Mat orid = cv::imread("Left\\1.jpg");
    std::cout << orid.size();
    std::cout << "R : "<<R<<std::endl;
    std::cout << "P : " << P << std::endl;
    cv::Size s= orid.size();
    try {
        cv::omnidir::initUndistortRectifyMap(K1, D1, xi1, R, P, s, CV_32FC1, Mapx, Mapy, cv::omnidir::RECTIFY_PERSPECTIVE);// Knew, new_size);
        cv::remap(orid, DC, Mapx, Mapy, cv::INTER_CUBIC);
    }
    catch (cv::Exception & e)
    {
        std::cerr << e.msg << std::endl; // output exception message
    }
    std::string Save_Original = "Distorted_Original" + std::to_string(10) + EXT;
    cv::imwrite(Save_Original, orid);
    std::string Save_Corrected = "Distorted_Corrected" + std::to_string(10) + EXT;
    cv::imwrite(Save_Corrected, DC);

问题1:

为什么径向变形为零?

问题2:

经过校正的不失真图像的输出大大降低了FOV。我的代码有问题吗?

原始图片: Original Image   失真校正后的图像: Distortion Corrected

问题3:

P和R在cv :: omnidir :: initUndistortRectifyMap()函数中做什么?

问题4:

需要关于如何通过全向标定获得更多FoV的良好校正图像的想法?


发布试用:

  1. 由@sushi建议(以下注释)尝试对同一张图片尝试RECTIFY_CYLINDRICAL,以下是结果:

    cv::omnidir::RECTIFY_CYLINDRICAL->结果更糟

 cv::omnidir::RECTIFY_CYLINDRICAL

1 个答案:

答案 0 :(得分:1)

首先,我建议您阅读本教程:https://docs.opencv.org/master/dd/d12/tutorial_omnidir_calib_main.html 回答您的问题:

  1. 失真系数取决于您选择的失真模型。
  2. 查看教程(图像校正部分),如果要保留所有内容,则必须将标志更改为RECTIFY_CYLINDRICAL
  3. P是经过校正的图像的“新”相机矩阵,R是原始空间与对象空间之间的旋转变换。如果使用cv :: omnidir :: undistortImage取消扭曲图像,则可以跳过这两个参数。在教程中查找有关 knew 的推荐值。
  4. 看看第2点的答案。

这是我使用RECTIFY_PERSPECTIVE的方法的结果,我不知道为什么RECTIFY_CYLINDRICAL在这种情况下不起作用:This is the result of my approach 要实现它,只需像这样扭曲图像即可:

cv::Size s = orid.size();
cv::Mat Knew = cv::Mat(cv::Matx33f(s.width / 4, 0, s.width / 2,
        0, s.height / 4, s.width / 2,
        0, 0, 1));
cv::MAt undistorted;
cv::omnidir::undistortImage(orid, undistorted, K1, D1, xi1, cv::omnidir::RECTIFY_PERSPECTIVE, Knew, orid.size());