詳細描述

定義：設 P 是 3D 空間中的一個點，其在世界參考座標系中的座標為 X（儲存在矩陣 X 中）。P 在相機參考座標系中的座標向量為

\[Xc = R X + T\]

其中 R 是與旋轉向量 om 對應的旋轉矩陣：R = rodrigues(om)；將 Xc 的 3 個座標稱為 x, y 和 z

\[\begin{array}{l} x = Xc_1 \\ y = Xc_2 \\ z = Xc_3 \end{array} \]

P 的針孔投影座標為 [a; b]，其中

\[\begin{array}{l} a = x / z \ and \ b = y / z \\ r^2 = a^2 + b^2 \\ \theta = atan(r) \end{array} \]

魚眼畸變

\[\theta_d = \theta (1 + k_1 \theta^2 + k_2 \theta^4 + k_3 \theta^6 + k_4 \theta^8)\]

畸變點座標為 [x'; y']，其中

\[\begin{array}{l} x' = (\theta_d / r) a \\ y' = (\theta_d / r) b \end{array} \]

最後，轉換為畫素座標：最終畫素座標向量 [u; v]，其中

\[\begin{array}{l} u = f_x (x' + \alpha y') + c_x \\ v = f_y y' + c_y \end{array} \]

總結：通用相機模型 [145]，帶透視投影且無畸變校正

名稱空間
名稱空間	cv::fisheye
	此名稱空間中的方法使用所謂的魚眼相機模型。

列舉
列舉	{ cv::fisheye::CALIB_USE_INTRINSIC_GUESS = 1 << 0 , cv::fisheye::CALIB_RECOMPUTE_EXTRINSIC = 1 << 1 , cv::fisheye::CALIB_CHECK_COND = 1 << 2 , cv::fisheye::CALIB_FIX_SKEW = 1 << 3 , cv::fisheye::CALIB_FIX_K1 = 1 << 4 , cv::fisheye::CALIB_FIX_K2 = 1 << 5 , cv::fisheye::CALIB_FIX_K3 = 1 << 6 , cv::fisheye::CALIB_FIX_K4 = 1 << 7 , cv::fisheye::CALIB_FIX_INTRINSIC = 1 << 8 , cv::fisheye::CALIB_FIX_PRINCIPAL_POINT = 1 << 9 , cv::fisheye::CALIB_ZERO_DISPARITY = 1 << 10 , cv::fisheye::CALIB_FIX_FOCAL_LENGTH = 1 << 11 }

函式
double	cv::fisheye::calibrate (InputArrayOfArrays objectPoints, InputArrayOfArrays imagePoints, const Size &image_size, InputOutputArray K, InputOutputArray D, OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, int flags=0, TermCriteria criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 100, DBL_EPSILON))
	執行相機標定。

void	cv::fisheye::distortPoints (InputArray undistorted, OutputArray distorted, InputArray K, InputArray D, double alpha=0)
	使用魚眼模型扭曲 2D 點。

void	cv::fisheye::distortPoints (InputArray undistorted, OutputArray distorted, InputArray Kundistorted, InputArray K, InputArray D, double alpha=0)

void	cv::fisheye::estimateNewCameraMatrixForUndistortRectify (InputArray K, InputArray D, const Size &image_size, InputArray R, OutputArray P, double balance=0.0, const Size &new_size=Size(), double fov_scale=1.0)
	估計用於去畸變或校正的新相機內參矩陣。

void	cv::fisheye::initUndistortRectifyMap (InputArray K, InputArray D, InputArray R, InputArray P, const cv::Size &size, int m1type, OutputArray map1, OutputArray map2)
	計算用於透過 remap 進行影像變換的去畸變和校正對映。如果 D 為空，則使用零畸變；如果 R 或 P 為空，則使用單位矩陣。

void	cv::fisheye::projectPoints (InputArray objectPoints, OutputArray imagePoints, const Affine3d &affine, InputArray K, InputArray D, double alpha=0, OutputArray jacobian=noArray())
	使用魚眼模型投影點。

void	cv::fisheye::projectPoints (InputArray objectPoints, OutputArray imagePoints, InputArray rvec, InputArray tvec, InputArray K, InputArray D, double alpha=0, OutputArray jacobian=noArray())

bool	cv::fisheye::solvePnP (InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess=false, int flags=SOLVEPNP_ITERATIVE, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 10, 1e-8))
	針對魚眼相機模型，從 3D-2D 點對應中查詢物件姿態。

bool	cv::fisheye::solvePnPRansac (InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess=false, int iterationsCount=100, float reprojectionError=8.0, double confidence=0.99, OutputArray inliers=noArray(), int flags=SOLVEPNP_ITERATIVE, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 10, 1e-8))
	使用 RANSAC 方案為魚眼相機模型從 3D-2D 點對應中查詢物件姿態。

double	cv::fisheye::stereoCalibrate (InputArrayOfArrays objectPoints, InputArrayOfArrays imagePoints1, InputArrayOfArrays imagePoints2, InputOutputArray K1, InputOutputArray D1, InputOutputArray K2, InputOutputArray D2, Size imageSize, OutputArray R, OutputArray T, int flags=fisheye::CALIB_FIX_INTRINSIC, TermCriteria criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 100, DBL_EPSILON))
	這是一個過載成員函式，為方便起見而提供。它與上述函式的區別僅在於其接受的引數。

double	cv::fisheye::stereoCalibrate (InputArrayOfArrays objectPoints, InputArrayOfArrays imagePoints1, InputArrayOfArrays imagePoints2, InputOutputArray K1, InputOutputArray D1, InputOutputArray K2, InputOutputArray D2, Size imageSize, OutputArray R, OutputArray T, OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, int flags=fisheye::CALIB_FIX_INTRINSIC, TermCriteria criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 100, DBL_EPSILON))
	執行立體標定。

void	cv::fisheye::stereoRectify (InputArray K1, InputArray D1, InputArray K2, InputArray D2, const Size &imageSize, InputArray R, InputArray tvec, OutputArray R1, OutputArray R2, OutputArray P1, OutputArray P2, OutputArray Q, int flags, const Size &newImageSize=Size(), double balance=0.0, double fov_scale=1.0)
	魚眼相機模型的立體校正。

void	cv::fisheye::undistortImage (InputArray distorted, OutputArray undistorted, InputArray K, InputArray D, InputArray Knew=cv::noArray(), const Size &new_size=Size())
	轉換影像以補償魚眼鏡頭畸變。

void	cv::fisheye::undistortPoints (InputArray distorted, OutputArray undistorted, InputArray K, InputArray D, InputArray R=noArray(), InputArray P=noArray(), TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 10, 1e-8))
	使用魚眼模型對 2D 點進行去畸變。

列舉型別文件

◆ 匿名列舉

匿名列舉

#include <opencv2/calib3d.hpp>

列舉器
CALIB_USE_INTRINSIC_GUESS Python: cv.fisheye.CALIB_USE_INTRINSIC_GUESS
CALIB_RECOMPUTE_EXTRINSIC Python: cv.fisheye.CALIB_RECOMPUTE_EXTRINSIC
CALIB_CHECK_COND Python: cv.fisheye.CALIB_CHECK_COND
CALIB_FIX_SKEW Python: cv.fisheye.CALIB_FIX_SKEW
CALIB_FIX_K1 Python: cv.fisheye.CALIB_FIX_K1
CALIB_FIX_K2 Python: cv.fisheye.CALIB_FIX_K2
CALIB_FIX_K3 Python: cv.fisheye.CALIB_FIX_K3
CALIB_FIX_K4 Python: cv.fisheye.CALIB_FIX_K4
CALIB_FIX_INTRINSIC Python: cv.fisheye.CALIB_FIX_INTRINSIC
CALIB_FIX_PRINCIPAL_POINT Python: cv.fisheye.CALIB_FIX_PRINCIPAL_POINT
CALIB_ZERO_DISPARITY Python: cv.fisheye.CALIB_ZERO_DISPARITY
CALIB_FIX_FOCAL_LENGTH Python: cv.fisheye.CALIB_FIX_FOCAL_LENGTH

函式文件

◆ calibrate()

double cv::fisheye::calibrate	(	InputArrayOfArrays	objectPoints,
		InputArrayOfArrays	imagePoints,
		const Size &	image_size,
		InputOutputArray	輸入的相機內參矩陣。,
		InputOutputArray	D,
		OutputArrayOfArrays	rvecs,
		OutputArrayOfArrays	tvecs,
		int	flags = 0,
		TermCriteria	criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 100, DBL_EPSILON) )

Python
	cv.fisheye.calibrate(	objectPoints, imagePoints, image_size, K, D[, rvecs[, tvecs[, flags[, criteria]]]]	) ->	retval, K, D, rvecs, tvecs

#include <opencv2/calib3d.hpp>

執行相機標定。

引數

objectPoints	校準模式點在校準模式座標空間中的向量的向量。
imagePoints	校準模式點投影的向量的向量。imagePoints.size() 和 objectPoints.size() 以及 imagePoints[i].size() 必須等於 objectPoints[i].size()（對於每個 i）。
image_size	僅用於初始化相機內參矩陣的影像尺寸。
輸入的相機內參矩陣。	輸出 3x3 浮點相機內參矩陣 \(\cameramatrix{A}\)。如果指定了 fisheye::CALIB_USE_INTRINSIC_GUESS，則在呼叫函式之前必須初始化 fx、fy、cx、cy 中的部分或全部。
D	畸變係數輸出向量 \(\distcoeffsfisheye\)。
rvecs	為每個模式檢視估計的旋轉向量（參見 Rodrigues）的輸出向量。也就是說，每個第 k 個旋轉向量與對應的第 k 個平移向量（參見下一個輸出引數描述）將校準模式從模型座標空間（其中指定了物件點）帶到世界座標空間，即第 k 個模式檢視（k=0.. M-1）中校準模式的真實位置。
tvecs	為每個模式檢視估計的平移向量輸出向量。
flags	可能為零或以下值的組合的不同標誌 fisheye::CALIB_USE_INTRINSIC_GUESS cameraMatrix 包含 fx、fy、cx、cy 的有效初始值，這些值會進一步最佳化。否則，(cx, cy) 最初設定為影像中心（使用 imageSize），焦距以最小二乘方式計算。 fisheye::CALIB_RECOMPUTE_EXTRINSIC 外部引數將在每次內參最佳化迭代後重新計算。 fisheye::CALIB_CHECK_COND 函式將檢查條件數的有效性。 fisheye::CALIB_FIX_SKEW 傾斜係數（alpha）設定為零並保持為零。 fisheye::CALIB_FIX_K1,..., fisheye::CALIB_FIX_K4 選定的畸變係數設定為零並保持為零。 fisheye::CALIB_FIX_PRINCIPAL_POINT 主點在全域性最佳化期間不改變。它保持在中心或在設定 fisheye::CALIB_USE_INTRINSIC_GUESS 時指定的其他位置。 fisheye::CALIB_FIX_FOCAL_LENGTH 焦距在全域性最佳化期間不改變。它是 \(max(width,height)/\pi\) 或者在設定 fisheye::CALIB_USE_INTRINSIC_GUESS 時提供的 \(f_x\)，\(f_y\)。
criteria	迭代最佳化演算法的終止條件。

此函式的呼叫圖如下

◆ distortPoints() [1/2]

void cv::fisheye::distortPoints	(	InputArray	undistorted,
		OutputArray	distorted,
		InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		double	alpha = 0 )

Python
	cv.fisheye.distortPoints(	undistorted, K, D[, distorted[, alpha]]	) ->	distorted
	cv.fisheye.distortPoints(	undistorted, Kundistorted, K, D[, distorted[, alpha]]	) ->	distorted

#include <opencv2/calib3d.hpp>

使用魚眼模型扭曲 2D 點。

引數

undistorted	物件點陣列，1xN/Nx1 2 通道（或 vector<Point2f>），其中 N 是檢視中的點數。
輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
alpha	傾斜係數。
distorted	影像點輸出陣列，1xN/Nx1 2 通道，或 vector<Point2f>。

請注意，該函式假定未畸變點的相機內參矩陣是單位矩陣。這意味著如果您想畸變影像點，您必須將它們與 \(K^{-1}\) 相乘或使用另一個函式過載。

此函式的呼叫圖如下

◆ distortPoints() [2/2]

void cv::fisheye::distortPoints	(	InputArray	undistorted,
		OutputArray	distorted,
		InputArray	Kundistorted,
		InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		double	alpha = 0 )

Python
	cv.fisheye.distortPoints(	undistorted, K, D[, distorted[, alpha]]	) ->	distorted
	cv.fisheye.distortPoints(	undistorted, Kundistorted, K, D[, distorted[, alpha]]	) ->	distorted

#include <opencv2/calib3d.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式的區別僅在於其接受的引數。distortPoints 函式的過載，用於處理未畸變點是透過非單位相機矩陣（例如 estimateNewCameraMatrixForUndistortRectify 的輸出）獲得的。

引數

undistorted	物件點陣列，1xN/Nx1 2 通道（或 vector<Point2f>），其中 N 是檢視中的點數。
Kundistorted	用作去畸變新相機矩陣的相機內參矩陣。
輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
alpha	傾斜係數。
distorted	影像點輸出陣列，1xN/Nx1 2 通道，或 vector<Point2f>。

另請參見: estimateNewCameraMatrixForUndistortRectify

此函式的呼叫圖如下

◆ estimateNewCameraMatrixForUndistortRectify()

void cv::fisheye::estimateNewCameraMatrixForUndistortRectify	(	InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		const Size &	image_size,
		InputArray	R,
		OutputArray	P,
		double	balance = 0.0,
		const Size &	new_size = Size(),
		double	fov_scale = 1.0 )

Python
	cv.fisheye.estimateNewCameraMatrixForUndistortRectify(	K, D, image_size, R[, P[, balance[, new_size[, fov_scale]]]]	) ->	P

#include <opencv2/calib3d.hpp>

估計用於去畸變或校正的新相機內參矩陣。

引數

輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
image_size	影像尺寸
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
R	物件空間中的校正變換：3x3 1 通道，或向量：3x1/1x3 1 通道或 1x1 3 通道
P	新相機內參矩陣 (3x3) 或新投影矩陣 (3x4)
平衡	將新焦距設定在最小焦距和最大焦距之間。平衡範圍在 [0, 1]。
new_size	新尺寸
fov_scale	新焦距的除數。

此函式的呼叫圖如下

◆ initUndistortRectifyMap()

void cv::fisheye::initUndistortRectifyMap	(	InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		InputArray	R,
		InputArray	P,
		const cv::Size &	size,
		int	m1type,
		OutputArray	map1,
		OutputArray	map2 )

Python
	cv.fisheye.initUndistortRectifyMap(	K, D, R, P, size, m1type[, map1[, map2]]	) ->	map1, map2

#include <opencv2/calib3d.hpp>

計算用於透過 remap 進行影像變換的去畸變和校正對映。如果 D 為空，則使用零畸變；如果 R 或 P 為空，則使用單位矩陣。

引數

輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
R	物件空間中的校正變換：3x3 1 通道，或向量：3x1/1x3 1 通道或 1x1 3 通道
P	新相機內參矩陣 (3x3) 或新投影矩陣 (3x4)
size	去畸變影像尺寸。
m1type	第一個輸出對映的型別，可以是 CV_32FC1 或 CV_16SC2。有關詳細資訊，請參見 convertMaps。
map1	第一個輸出對映。
map2	第二個輸出對映。

◆ projectPoints() [1/2]

void cv::fisheye::projectPoints	(	InputArray	objectPoints,
		OutputArray	imagePoints,
		const Affine3d &	affine,
		InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		double	alpha = 0,
		OutputArray	jacobian = noArray() )

Python
	cv.fisheye.projectPoints(	objectPoints, rvec, tvec, K, D[, imagePoints[, alpha[, jacobian]]]	) ->	imagePoints, jacobian

#include <opencv2/calib3d.hpp>

使用魚眼模型投影點。

引數

objectPoints	物件點陣列，1xN/Nx1 3 通道（或 vector<Point3f>），其中 N 是檢視中的點數。
imagePoints	影像點輸出陣列，2xN/Nx2 1 通道或 1xN/Nx1 2 通道，或 vector<Point2f>。
affine
輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
alpha	傾斜係數。
jacobian	可選輸出 2Nx15 雅可比矩陣，包含影像點相對於焦距分量、主點座標、畸變係數、旋轉向量、平移向量和傾斜的導數。在舊介面中，雅可比矩陣的不同分量透過不同的輸出引數返回。

該函式根據相機的內參和外參，計算 3D 點在影像平面上的投影。可選地，該函式計算雅可比矩陣——影像點座標（作為所有輸入引數的函式）相對於特定引數（內參和/或外參）的偏導數矩陣。

◆ projectPoints() [2/2]

void cv::fisheye::projectPoints	(	InputArray	objectPoints,
		OutputArray	imagePoints,
		InputArray	rvec,
		InputArray	tvec,
		InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		double	alpha = 0,
		OutputArray	jacobian = noArray() )

Python
	cv.fisheye.projectPoints(	objectPoints, rvec, tvec, K, D[, imagePoints[, alpha[, jacobian]]]	) ->	imagePoints, jacobian

#include <opencv2/calib3d.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式的區別僅在於其接受的引數。

◆ solvePnP()

bool cv::fisheye::solvePnP	(	InputArray	objectPoints,
		InputArray	imagePoints,
		InputArray	cameraMatrix,
		InputArray	distCoeffs,
		OutputArray	rvec,
		OutputArray	tvec,
		bool	useExtrinsicGuess = false,
		int	flags = SOLVEPNP_ITERATIVE,
		TermCriteria	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 10, 1e-8) )

Python
	cv.fisheye.solvePnP(	objectPoints, imagePoints, cameraMatrix, distCoeffs[, rvec[, tvec[, useExtrinsicGuess[, flags[, criteria]]]]]	) ->	retval, rvec, tvec

#include <opencv2/calib3d.hpp>

針對魚眼相機模型，從 3D-2D 點對應中查詢物件姿態。

引數

objectPoints	物件座標空間中的物件點陣列，Nx3 1 通道或 1xN/Nx1 3 通道，其中 N 是點數。這裡也可以傳入 vector<Point3d>。
imagePoints	對應的影像點陣列，Nx2 1 通道或 1xN/Nx1 2 通道，其中 N 是點數。這裡也可以傳入 vector<Point2d>。
cameraMatrix	Input camera intrinsic matrix \(\cameramatrix{A}\) .
distCoeffs	畸變係數輸入向量 (4x1/1x4)。
rvec	輸出旋轉向量（參見 Rodrigues），與 tvec 一起將點從模型座標系轉換為相機座標系。
tvec	Output translation vector.
useExtrinsicGuess	用於 SOLVEPNP_ITERATIVE 的引數。如果為 true (1)，函式將提供的 rvec 和 tvec 值用作旋轉和平移向量的初始近似值，並進一步最佳化它們。
flags	解決 PnP 問題的方法：參見 calib3d_solvePnP_flags
criteria	內部 undistortPoints 呼叫的終止準則。該函式內部透過 undistortPoints 對點進行去畸變，並呼叫 cv::solvePnP，因此輸入非常相似。有關 Perspective-n-Points 的更多資訊在 Perspective-n-Point (PnP) 位姿計算中描述。

◆ solvePnPRansac()

bool cv::fisheye::solvePnPRansac	(	InputArray	objectPoints,
		InputArray	imagePoints,
		InputArray	cameraMatrix,
		InputArray	distCoeffs,
		OutputArray	rvec,
		OutputArray	tvec,
		bool	useExtrinsicGuess = false,
		int	iterationsCount = 100,
		float	reprojectionError = 8.0,
		double	confidence = 0.99,
		OutputArray	inliers = noArray(),
		int	flags = SOLVEPNP_ITERATIVE,
		TermCriteria	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 10, 1e-8) )

Python
	cv.fisheye.solvePnPRansac(	objectPoints, imagePoints, cameraMatrix, distCoeffs[, rvec[, tvec[, useExtrinsicGuess[, iterationsCount[, reprojectionError[, confidence[, inliers[, flags[, criteria]]]]]]]]]	) ->	retval, rvec, tvec, inliers

#include <opencv2/calib3d.hpp>

使用 RANSAC 方案為魚眼相機模型從 3D-2D 點對應中查詢物件姿態。

引數

objectPoints	物件座標空間中的物件點陣列，Nx3 1 通道或 1xN/Nx1 3 通道，其中 N 是點數。這裡也可以傳入 vector<Point3d>。
imagePoints	對應的影像點陣列，Nx2 1 通道或 1xN/Nx1 2 通道，其中 N 是點數。這裡也可以傳入 vector<Point2d>。
cameraMatrix	Input camera intrinsic matrix \(\cameramatrix{A}\) .
distCoeffs	畸變係數輸入向量 (4x1/1x4)。
rvec	輸出旋轉向量（參見 Rodrigues），與 tvec 一起將點從模型座標系轉換為相機座標系。
tvec	Output translation vector.
useExtrinsicGuess	用於 SOLVEPNP_ITERATIVE 的引數。如果為 true (1)，函式將提供的 rvec 和 tvec 值用作旋轉和平移向量的初始近似值，並進一步最佳化它們。
iterationsCount	Number of iterations.
reprojectionError	RANSAC 過程使用的內點閾值。引數值是觀測點和計算點投影之間的最大允許距離，以將其視為內點。
confidence	The probability that the algorithm produces a useful result.
inliers	輸出向量，包含 objectPoints 和 imagePoints 中的內點索引。
flags	解決 PnP 問題的方法：參見 SOLVEPNP_P3P, SOLVEPNP_AP3P）：需要 4 個輸入點才能返回唯一解。 SOLVEPNP_IPPE 輸入點必須 >= 4，並且物件點必須共面。 SOLVEPNP_IPPE_SQUARE 適用於標記姿態估計的特殊情況。輸入點數必須為 4。物件點必須按以下順序定義點 0: [-squareLength / 2, squareLength / 2, 0] 點 1: [ squareLength / 2, squareLength / 2, 0] 點 2: [ squareLength / 2, -squareLength / 2, 0] 點 3: [-squareLength / 2, -squareLength / 2, 0] 對於所有其他標誌，輸入點數必須 >= 4，並且物件點可以是任何配置。
criteria	內部 undistortPoints 呼叫的終止準則。該函式內部透過 undistortPoints 對點進行去畸變，並呼叫 cv::solvePnP，因此輸入非常相似。有關 Perspective-n-Points 的更多資訊在 Perspective-n-Point (PnP) 位姿計算中描述。

◆ stereoCalibrate() [1/2]

double cv::fisheye::stereoCalibrate	(	InputArrayOfArrays	objectPoints,
		InputArrayOfArrays	imagePoints1,
		InputArrayOfArrays	imagePoints2,
		InputOutputArray	K1,
		InputOutputArray	D1,
		InputOutputArray	K2,
		InputOutputArray	D2,
		Size	imageSize,
		OutputArray	R,
		OutputArray	T,
		int	flags = fisheye::CALIB_FIX_INTRINSIC,
		TermCriteria	criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 100, DBL_EPSILON) )

Python
	cv.fisheye.stereoCalibrate(	objectPoints, imagePoints1, imagePoints2, K1, D1, K2, D2, imageSize[, R[, T[, rvecs[, tvecs[, flags[, criteria]]]]]]	) ->	retval, K1, D1, K2, D2, R, T, rvecs, tvecs
	cv.fisheye.stereoCalibrate(	objectPoints, imagePoints1, imagePoints2, K1, D1, K2, D2, imageSize[, R[, T[, flags[, criteria]]]]	) ->	retval, K1, D1, K2, D2, R, T

#include <opencv2/calib3d.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式的區別僅在於其接受的引數。

◆ stereoCalibrate() [2/2]

double cv::fisheye::stereoCalibrate	(	InputArrayOfArrays	objectPoints,
		InputArrayOfArrays	imagePoints1,
		InputArrayOfArrays	imagePoints2,
		InputOutputArray	K1,
		InputOutputArray	D1,
		InputOutputArray	K2,
		InputOutputArray	D2,
		Size	imageSize,
		OutputArray	R,
		OutputArray	T,
		OutputArrayOfArrays	rvecs,
		OutputArrayOfArrays	tvecs,
		int	flags = fisheye::CALIB_FIX_INTRINSIC,
		TermCriteria	criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 100, DBL_EPSILON) )

Python
	cv.fisheye.stereoCalibrate(	objectPoints, imagePoints1, imagePoints2, K1, D1, K2, D2, imageSize[, R[, T[, rvecs[, tvecs[, flags[, criteria]]]]]]	) ->	retval, K1, D1, K2, D2, R, T, rvecs, tvecs
	cv.fisheye.stereoCalibrate(	objectPoints, imagePoints1, imagePoints2, K1, D1, K2, D2, imageSize[, R[, T[, flags[, criteria]]]]	) ->	retval, K1, D1, K2, D2, R, T

#include <opencv2/calib3d.hpp>

執行立體標定。

引數

objectPoints	校準模式點向量的向量。
imagePoints1	由第一個相機觀測到的校準模式點投影向量的向量。
imagePoints2	由第二個相機觀測到的校準模式點投影向量的向量。
K1	輸入/輸出第一個相機內參矩陣：\(\vecthreethree{f_x^{(j)}}{0}{c_x^{(j)}}{0}{f_y^{(j)}}{c_y^{(j)}}{0}{0}{1}\) ，\(j = 0,\, 1\) 。如果指定了 fisheye::CALIB_USE_INTRINSIC_GUESS 或 fisheye::CALIB_FIX_INTRINSIC，則必須初始化矩陣的部分或全部元件。
D1	4 個元素的畸變係數輸入/輸出向量 \(\distcoeffsfisheye\)。
K2	輸入/輸出第二個相機內參矩陣。引數類似於 K1。
D2	第二個相機的輸入/輸出鏡頭畸變係數。引數類似於 D1。
imageSize	僅用於初始化相機內參矩陣的影像尺寸。
R	第一和第二個相機座標系之間的輸出旋轉矩陣。
T	相機座標系之間的輸出平移向量。
rvecs	為立體對的第一個相機的座標系中估計的每個模式檢視的旋轉向量（Rodrigues）的輸出向量（例如 std::vector<cv::Mat>）。更詳細地說，每個第 i 個旋轉向量與對應的第 i 個平移向量（參見前一個輸出引數 rvecs 的描述）將校準模式從物件座標空間（其中指定了物件點）帶到立體對的第一個相機的相機座標空間。用更專業的術語來說，第 i 個旋轉和平移向量的元組執行從物件座標空間到立體對的第一個相機的相機座標空間的基變換。
tvecs	為每個模式檢視估計的平移向量輸出向量，參見前一個輸出引數 (rvecs) 的引數描述。
flags	可能為零或以下值的組合的不同標誌 fisheye::CALIB_FIX_INTRINSIC 修復 K1、K2 和 D1、D2？以便只估計 R、T 矩陣。 fisheye::CALIB_USE_INTRINSIC_GUESS K1、K2 包含 fx、fy、cx、cy 的有效初始值，這些值將進一步最佳化。否則，(cx, cy) 最初設定為影像中心（使用 imageSize），焦距以最小二乘方式計算。 fisheye::CALIB_RECOMPUTE_EXTRINSIC 外部引數將在每次內參最佳化迭代後重新計算。 fisheye::CALIB_CHECK_COND 函式將檢查條件數的有效性。 fisheye::CALIB_FIX_SKEW 傾斜係數（alpha）設定為零並保持為零。 fisheye::CALIB_FIX_K1,..., fisheye::CALIB_FIX_K4 選定的畸變係數設定為零並保持為零。
criteria	迭代最佳化演算法的終止條件。

◆ stereoRectify()

void cv::fisheye::stereoRectify	(	InputArray	K1,
		InputArray	D1,
		InputArray	K2,
		InputArray	D2,
		const Size &	imageSize,
		InputArray	R,
		InputArray	tvec,
		OutputArray	一個可能的旋轉矩陣。,
		OutputArray	另一個可能的旋轉矩陣。,
		OutputArray	P1,
		OutputArray	P2,
		OutputArray	Q,
		int	flags,
		const Size &	newImageSize = Size(),
		double	balance = 0.0,
		double	fov_scale = 1.0 )

Python
	cv.fisheye.stereoRectify(	K1, D1, K2, D2, imageSize, R, tvec, flags[, R1[, R2[, P1[, P2[, Q[, newImageSize[, balance[, fov_scale]]]]]]]]	) ->	R1, R2, P1, P2, Q

#include <opencv2/calib3d.hpp>

魚眼相機模型的立體校正。

引數

K1	第一個相機內參矩陣。
D1	第一個相機畸變引數。
K2	第二個相機內參矩陣。
D2	第二個相機畸變引數。
imageSize	用於立體校準的影像大小。
R	第一和第二個相機座標系之間的旋轉矩陣。
tvec	相機座標系之間的平移向量。
一個可能的旋轉矩陣。	第一個相機的新的（校正後的）座標系中的 3x3 校正變換（旋轉矩陣）。
另一個可能的旋轉矩陣。	第二個相機的新的（校正後的）座標系中的 3x3 校正變換（旋轉矩陣）。
P1	第一個相機的新的（校正後的）座標系中的 3x4 投影矩陣。
P2	第二個相機的新的（校正後的）座標系中的 3x4 投影矩陣。
Q	輸出 \(4 \times 4\) 視差到深度對映矩陣（參見 reprojectImageTo3D）。
flags	操作標誌，可以是零或 fisheye::CALIB_ZERO_DISPARITY 。如果設定了該標誌，函式將使每個相機的主點在校正後的檢視中具有相同的畫素座標。如果未設定該標誌，函式仍可能在水平或垂直方向（取決於對極線的方向）移動影像以最大化可用影像區域。
newImageSize	校正後的新影像解析度。應將相同的尺寸傳遞給 initUndistortRectifyMap（參見 OpenCV 示例目錄中的 stereo_calib.cpp 示例）。當傳入 (0,0)（預設值）時，它被設定為原始 imageSize。將其設定為更大的值可以幫助您保留原始影像中的細節，特別是當存在大的徑向畸變時。
平衡	將新焦距設定在最小焦距和最大焦距之間。平衡範圍在 [0, 1]。
fov_scale	新焦距的除數。

◆ undistortImage()

void cv::fisheye::undistortImage	(	InputArray	distorted,
		OutputArray	undistorted,
		InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		InputArray	Knew = cv::noArray(),
		const Size &	new_size = Size() )

Python
	cv.fisheye.undistortImage(	distorted, K, D[, undistorted[, Knew[, new_size]]]	) ->	undistorted

#include <opencv2/calib3d.hpp>

轉換影像以補償魚眼鏡頭畸變。

引數

distorted	帶有魚眼鏡頭畸變的影像。
undistorted	具有補償魚眼鏡頭畸變的輸出影像。
輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
Knew	畸變影像的相機內參矩陣。預設情況下，它是單位矩陣，但您可以透過使用不同的矩陣來額外縮放和移動結果。
new_size	新尺寸

該函式變換影像以補償徑向和切向鏡頭畸變。

該函式只是 fisheye::initUndistortRectifyMap（R 為單位矩陣）和 remap（使用雙線性插值）的組合。有關所執行變換的詳細資訊，請參見前一個函式。

下面是 undistortImage 的結果。

a) 透視相機模型去畸變結果（畸變所有可能係數 (k_1, k_2, k_3, k_4, k_5, k_6) 在校準下已最佳化）
- b) 魚眼相機模型 fisheye::undistortImage 結果（魚眼畸變所有可能係數 (k_1, k_2, k_3, k_4) 在校準下已最佳化）
- c) 原始影像是用魚眼鏡頭拍攝的

圖片 a) 和 b) 幾乎相同。但如果我們考慮影像中遠離中心的點，我們會注意到影像 a) 中的這些點是畸變的。

image

此函式的呼叫圖如下

◆ undistortPoints()

void cv::fisheye::undistortPoints	(	InputArray	distorted,
		OutputArray	undistorted,
		InputArray	輸入的相機內參矩陣。,
		InputArray	D,
		InputArray	R = noArray(),
		InputArray	P = noArray(),
		TermCriteria	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 10, 1e-8) )

Python
	cv.fisheye.undistortPoints(	distorted, K, D[, undistorted[, R[, P[, criteria]]]]	) ->	undistorted

#include <opencv2/calib3d.hpp>

使用魚眼模型對 2D 點進行去畸變。

引數

distorted	物件點陣列，1xN/Nx1 2 通道（或 vector<Point2f>），其中 N 是檢視中的點數。
輸入的相機內參矩陣。	相機內參矩陣 \(\cameramatrix{K}\)。
D	畸變係數輸入向量 \(\distcoeffsfisheye\)。
R	物件空間中的校正變換：3x3 1 通道，或向量：3x1/1x3 1 通道或 1x1 3 通道
P	新相機內參矩陣 (3x3) 或新投影矩陣 (3x4)
criteria	終止準則
undistorted	影像點輸出陣列，1xN/Nx1 2 通道，或 vector<Point2f>。

詳細描述

名稱空間

列舉

函式

列舉型別文件

◆ 匿名列舉

函式文件

◆ calibrate()

◆ distortPoints() [1/2]

◆ distortPoints() [2/2]

◆ estimateNewCameraMatrixForUndistortRectify()

◆ initUndistortRectifyMap()

◆ projectPoints() [1/2]

◆ projectPoints() [2/2]

◆ solvePnP()

◆ solvePnPRansac()

◆ stereoCalibrate() [1/2]

◆ stereoCalibrate() [2/2]

◆ stereoRectify()

◆ undistortImage()

◆ undistortPoints()