根据相机内参与畸变参数对图像进行畸变校正

新建data与data-jb文件夹并将畸变待校正的图像放入到data中运行以下代码即可进行图像的畸变校正并输出畸变校正后的图像保存到data-jb中。##以下代码用于根据相机内参与畸变参数对输入图像进行畸变校正以输出畸变校正后的图像 import cv2 as cv import numpy as np import os import glob # 假设您已经从之前的标定过程中获得了以下参数代入得到的参数 camera_matrix np.array([[643.24580489, 0.0, 318.64488952], [0.0, 643.92943431, 236.75374833], [0.0, 0.0, 1.0]], dtypenp.float32) dist_coefs np.array([-0.29706837, -0.22038399, 0.00303177, 0.00368427, 1.36565465], dtypenp.float32) # 指定要校正的图像文件夹路径 input_folder C:/Users/zhao/Desktop/test/data##输入路径 output_folder C:/Users/zhao/Desktop/test/data-jb##输出路径 # 确保输出文件夹存在 if not os.path.exists(output_folder): os.makedirs(output_folder) # 读取文件夹中的所有图像文件 image_files glob.glob(os.path.join(input_folder, *.jpg)) # 假设图像是JPEG格式 # 遍历所有图像文件 for image_file in image_files: # 读取图像 img cv.imread(image_file) if img is None: print(fFailed to load {image_file}) continue h, w img.shape[:2] # 获取新的相机矩阵和ROI newcameramtx, roi cv.getOptimalNewCameraMatrix(camera_matrix, dist_coefs, (w, h), 1, (w, h)) # 对图像进行畸变校正 dst cv.undistort(img, camera_matrix, dist_coefs, None, newcameramtx) # 裁剪图像 x, y, w, h roi dst dst[y:yh, x:xw] # 构建输出文件路径 file_name os.path.basename(image_file) output_file os.path.join(output_folder, file_name) # 保存校正后的图像 cv.imwrite(output_file, dst) print(fUndistorted image written to: {output_file}) print(Done)