Correction binoculaire

Un.、Étalonnage binoculaire

Le double ciblage nécessite l'acquisition des paramètres internes des deux caméras et de la matrice de transformation.Lien référencé：
https://blog.csdn.net/qq_38236355/article/details/89280633
https://blog.csdn.net/qingfengxiaosong/article/details/109897053
Ou Baidu seul
Utilisation recommandéeMatlabÉtalonnage de la boîte à outils,Où il est recommandé de cocher3 Coefficients.
ProduitsMatlabAprès les données de,Utilisez le script suivant pour extraire les données：

rowName = cell(1,10);
rowName{1,1} = 'Matrice de traduction';
rowName{1,2} = 'Matrice de rotation';
rowName{1,3} = 'La caméra1Matrice des paramètres internes';
rowName{1,4} = 'La caméra1Distorsion radiale';
rowName{1,5} = 'La caméra1Distorsion tangentielle';
rowName{1,6} = 'La caméra2Matrice des paramètres internes';
rowName{1,7} = 'La caméra2Distorsion radiale';
rowName{1,8} = 'La caméra2Distorsion tangentielle';
rowName{1,9} = 'La caméra1Vecteur de distorsion';
rowName{1,10} = 'La caméra2Vecteur de distorsion';
xlswrite('out.xlsx',rowName(1,1),1,'A1');
xlswrite('out.xlsx',rowName(1,2),1,'A2');
xlswrite('out.xlsx',rowName(1,3),1,'A5');
xlswrite('out.xlsx',rowName(1,4),1,'A8');
xlswrite('out.xlsx',rowName(1,5),1,'A9');
xlswrite('out.xlsx',rowName(1,6),1,'A10');
xlswrite('out.xlsx',rowName(1,7),1,'A13');
xlswrite('out.xlsx',rowName(1,8),1,'A14');
xlswrite('out.xlsx',rowName(1,9),1,'A15');
xlswrite('out.xlsx',rowName(1,10),1,'A16');
xlswrite('out.xlsx',stereoParams.TranslationOfCamera2,1,'B1');  % Matrice de traduction
xlswrite('out.xlsx',stereoParams.RotationOfCamera2.',1,'B2');  % Matrice de rotation
xlswrite('out.xlsx',stereoParams.CameraParameters1.IntrinsicMatrix.',1,'B5');  % La caméra1Matrice des paramètres internes
xlswrite('out.xlsx',stereoParams.CameraParameters1.RadialDistortion,1,'B8');  % La caméra1Distorsion radiale(1,2,5)
xlswrite('out.xlsx',stereoParams.CameraParameters1.TangentialDistortion,1,'B9');  % La caméra1Distorsion tangentielle(3,4)
xlswrite('out.xlsx',stereoParams.CameraParameters2.IntrinsicMatrix.',1,'B10');  % La caméra2Matrice des paramètres internes
xlswrite('out.xlsx',stereoParams.CameraParameters2.RadialDistortion,1,'B13');  % La caméra2Distorsion radiale(1,2,5)
xlswrite('out.xlsx',stereoParams.CameraParameters2.TangentialDistortion,1,'B14');  % La caméra2Distorsion tangentielle(3,4)
xlswrite('out.xlsx',[stereoParams.CameraParameters1.RadialDistortion(1:2), stereoParams.CameraParameters1.TangentialDistortion,...
    stereoParams.CameraParameters1.RadialDistortion(3)],1,'B15');  % La caméra1Vecteur de distorsion
xlswrite('out.xlsx',[stereoParams.CameraParameters2.RadialDistortion(1:2), stereoParams.CameraParameters2.TangentialDistortion,...
    stereoParams.CameraParameters2.RadialDistortion(3)],1,'B16');  % La caméra2Vecteur de distorsion

Python Correction binoculaire

Créer un nouveaupythonScript,Entrez le code suivant：

import cv2
import numpy as np
#  Ginseng intraoculaire gauche 
left_camera_matrix = np.array([[443.305413261701, 0., 473.481578105186],
                               [0., 445.685585080218, 481.627083907456],
                               [0., 0., 1.]])
# Distorsion oculaire gauche 
#k1 k2 p1 p2 k3
left_distortion = np.array([[-0.261575534517449, 0.0622298171820726, 0., 0., -0.00638628534161724]])
#  Ginseng intraoculaire droit 
right_camera_matrix = np.array([[441.452616156177,0., 484.276702473006],
                                [0., 444.350924943458, 465.054536507021],
                                [0., 0., 1.]])
#  Distorsion oculaire droite 
right_distortion = np.array([[-0.257761221642368, 0.0592089672793365, 0., 0., -0.00576090991058531]])
# Matrice de rotation
R = np.matrix([
    [0.999837210893742, -0.00477934325693493, 0.017398551383822],
    [0.00490062605211919, 0.999963944810228, -0.0069349076319899],
    [-0.0173647797717217, 0.00701904249875521, 0.999824583347439]
])
# Matrice de traduction
T = np.array([-71.0439056359403, -0.474467959947789, -0.27989811881883]) #  Traduire le vecteur relationnel 

size = (960, 960) # Taille de l'image

#  Effectuer une correction stéréo 
R1, R2, P1, P2, Q, validPixROI1, validPixROI2 = cv2.stereoRectify(left_camera_matrix, left_distortion,
                                                                  right_camera_matrix, right_distortion, size, R,
                                                                  T)
#  Calcul des corrections map
left_map1, left_map2 = cv2.initUndistortRectifyMap(left_camera_matrix, left_distortion, R1, P1, size, cv2.CV_16SC2)
right_map1, right_map2 = cv2.initUndistortRectifyMap(right_camera_matrix, right_distortion, R2, P2, size, cv2.CV_16SC2)

Les paramètres doivent être remplacés par leurs propres paramètres réels .
Ensuite, écrivez un script et testez les résultats ：

import cv2
import numpy as np
import camera_config

w = 1920
h = 960
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, w)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, h)

key = ""
ww = int(w/2)

jiange = int(h/10)

while key!=27:
    ret, img = cap.read()
    if ret:
        imgLeft = img[:, :ww]
        imgRight = img[:, ww:w]

        left_remap = cv2.remap(imgLeft, camera_config.left_map1, camera_config.left_map2, cv2.INTER_LINEAR)
        right_remap = cv2.remap(imgRight, camera_config.right_map1, camera_config.right_map2, cv2.INTER_LINEAR)

        out = np.hstack([left_remap, right_remap])
        for i in range(10):
            cv2.line(out, (0, jiange*i), (w, jiange*i), (255, 0, 0), 2)

        cv2.imshow("frame", out)
        key = cv2.waitKey(10)
    
cap.release()
cv2.destroyAllWindows()

Vous pouvez voir l'effet：
Avant correction（ Très mauvais appareil photo ,Effet fisheye, Ne convient pas à une utilisation pratique ）：

Après correction：