图像畸变矫正问题

SIAO川君 2015-07-24 06:42:13
我在做一个图像测量的软件,需要对一系列图像进行畸变矫正,原本期望的是经过矫正后得到比原图像更大的图像,如下图所示:,未矫正前原图像大小为A,期望得到矫正后的图像为A+B,目前使用opencv::undistort2方法,得到的矫正后的图像大小还是为A,但是图像内容确实是经过矫正了的。现在希望将矫正后的结果图像大小为A+B,不自动剪切掉矫正后的图像信息,应该如何做呢?目前我已经对目标图像添加像素点来拓宽大小,然而经过矫正后效果不好,矫正后每个像素对应的距离不一致,是不是我用的方法有问题,或者有更简单的方法。希望有做过这方面的大牛给予指导,谢谢!
Mat myUndistortion(Mat& src, int camera)
{
Mat src_temp, dst_temp;
Mat camera_matrix, distortion_matrix;
//copyMakeBorder参数
int top = (int)(src.rows/8);
int bottom = top;
int left = (int)(src.cols/8 + 20);
int right = left;
int borderType = BORDER_CONSTANT;
Scalar value = Scalar(255,255,255);
//扩充边界,用白色填充
copyMakeBorder(src, src_temp, top, bottom, left, right, borderType, value);
src_temp.convertTo(src_temp, CV_32FC1, 1.0/255);
dst_temp.create(src_temp.size(), src_temp.type());
switch(camera)
{
case 1:
//camera 1
camera_matrix = (Mat_<double>(3,3) << 参数1, 参数2, ...,参数9);
distortion_matrix = (Mat_<double>(1,4) <<参数1,...参数4);
break;
case 2:
//camera 2
camera_matrix = (Mat_<float>(3,3) << 参数1, 参数2, ...,参数9);
distortion_matrix = (Mat_<float>(1,4) <<参数1,...参数4);
break;
case 3:
//camera 3
camera_matrix = (Mat_<float>(3,3) <<参数1, 参数2, ...,参数9);
distortion_matrix = (Mat_<float>(1,4) << 参数1,...参数4 );
break;
case 4:
break;
}
if(camera == 4)
{
return src;
}
CvMat* _input = &src_temp.operator CvMat();
CvMat* _output = &dst_temp.operator CvMat();
CvMat* _camera = &camera_matrix.operator CvMat();
CvMat* _distortion = &distortion_matrix.operator CvMat();

cvUndistort2(_input, _output, _camera, _distortion);

Mat output(_output, 1);
//showTestImage(output, 100);
Mat img;

resize(output, img, Size(352,288), 0, 0, CV_INTER_AREA);
img.convertTo(img, CV_8UC1, 255.0);
return img;
}
...全文
277 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
zhoujk 2015-07-29
  • 打赏
  • 举报
回复
http://blog.csdn.net/zhoujk/article/details/5332509
【课程简介】 本课程基于面向Python的OpenCV,以OpenCV的官方文档的知识脉络为主线,介绍了OpenCV函数的具体使用方法、函数所使用的算法的具体原理。 在介绍函数使用时,提供了大量的程序案例演示。 在介绍具体原理时,采用了通俗易懂的语言和贴近生活的示例来说明问题,尽量避免涉及过于复杂抽象的公式。 课程包含数字图像处理的常用知识点,覆盖面全,方便学员系统深入全面地掌握OpenCV。 【你将收获什么】 1.  掌握数字图像的在计算机内表示的方法和处理的基本原理。掌握数字图像的表示方法是进行图像处理的前提和基础,能够为后续的智能图像处理打下坚实基础。 2.  使用好OpenCV开源库对于提升工作效率具有很大的帮助。OpenCV是优秀的开源库,提供了大量的函数帮助我们提升工作效率。大多数情况下,我们直接调用函数就能够满足我们的需求。同时,它的函数具有较好的交互性,能够根据需要更好地掌控图像处理的具体细节。 3.  学习图像处理的常用算法。课程不仅介绍函数的具体使用,也介绍了常用算法的基本原理,帮助学习者更好地理解图像处理的基本逻辑、方法,快速入门图像处理领域。 【我将如何教你】 1)在“黑盒”和“白盒“之间取得平衡  可以将OpenCV看成“黑盒”,不用关心其函数是如何实现的。在需要实现某一个功能时,直接调用其对应的函数即可,像使用Photoshop的各种功能一样。也可以将OpenCV看成“白盒”,关注其每一个函数的具体实现,认真研究每一个函数的具体实现方法和实现细节。这两种方式都是学习图像处理的很好方式,但是大多数课程过于强调其中某一种,要么忽略了算法的实现、要么忽略了使用方法。本课程尽量将OpenCV在“黑盒”和“白盒”之间取得平衡。既介绍算法的原理和方法,又将重点放在如何调用函数上,让学习者能够更加游刃有余地在计算机视觉项目中使用OpenCV来解决具体的问题。 2)将枯燥的算法采用具体的案例介绍  在图像处理中,有大量的算法保证了图像处理的准确、高效。OpenCV将一些常用的算法进行了封装,我们可以直接调用OpenCV的函数来使用对应的算法。但是,深入地理解算法能够帮助学习者更好地使用OpenCV函数。本课程尝试抛弃传统的使用复杂公式介绍算法的形式,尽量通过简单、通俗易懂的生活中实例来帮助学习者理解算法的基本逻辑 3)案例驱动、强调实战 OpenCV是一个庞大的资源库,提供了非常多的函数帮助我们高效地处理问题。初学者使用OpenCV的最大困惑就是熟练地掌握了每一个函数的调用方法,但是在解决实际问题时,不知道具体应该使用哪个函数。本课程通过大量的具体案例帮助学习快速掌握每个函数的应用场景,快速掌握OpenCV的核心使用方法和技巧。

4,449

社区成员

发帖
与我相关
我的任务
社区描述
图形图像/机器视觉
社区管理员
  • 机器视觉
  • 迪菲赫尔曼
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧