5_相机标定_4UVC相机图像校准
30万像素UVC相机拍摄图片，与海康600万像素相机无法相比，但这个更贴近入门。想起我们一个大三学弟带大一的：有些小同志没电脑但是有手机，然后给他们手机上整了一个软件，在手机上编C语言程序。属实震惊了我，只要思想不滑坡，办法总比困难多。
有了cameraMatrix和distCoeffs这两个相机内参后，我们可以做什么？
之前600万的工业相机几乎看不到图像畸变，所以买了一个UVC摄像机。在linux下还没驱动起来，在Windows上取得图片。一般垂直安装会产生“桶形畸变”，倾斜安装会产生“梯形畸变”。
一、校准效果
未校准前：
undistort()校准效果：
initUndistortRectifyMap()和remap()校准效果：
校准程序：
//对图片进行校正
cv::Mat imageSource = cv::imread("../CalibrateCamera/data/uvc/5.bmp");
cv::Mat newimage = imageSource.clone();
cv::Mat mapx = cv::Mat(imageSize, CV_32FC1);
cv::Mat mapy = cv::Mat(imageSize, CV_32FC1);
cv::Mat R = cv::Mat::eye(3, 3, CV_32F);
cv::initUndistortRectifyMap(cameraMatrix,distCoeffs,R,cameraMatrix,imageSize,CV_32FC1,mapx,mapy);
cv::remap(imageSource, newimage, mapx, mapy, cv::INTER_LINEAR);
// undistort(imageSource, newimage, cameraMatrix, distCoeffs);
cv::imwrite("../CalibrateCamera/data/new/new.bmp", newimage);二、函数介绍
方法一：使用initUndistortRectifyMap和remap两个函数配合实现。
initUndistortRectifyMap用来计算畸变映射，remap把求得的映射应用到图像上。
void initUndistortRectifyMap(
InputArray cameraMatrix,
InputArraydistCoeffs,
InputArray R,
InputArray newCameraMatrix,
Size size,
int m1type,
OutputArray map1,
OutputArray map2); 第一个参数cameraMatrix为之前求得的相机的内参矩阵；
第二个参数distCoeffs为之前求得的相机畸变矩阵；
第三个参数R，可选的输入，是第一和第二相机坐标之间的旋转矩阵；
第四个参数newCameraMatrix，输入的校正后的3X3摄像机矩阵；
第五个参数size，摄像机采集的无失真的图像尺寸；
第六个参数m1type，定义map1的数据类型，可以是CV_32FC1或者CV_16SC2；
第七个参数map1和第八个参数map2，输出的X/Y坐标重映射参数；
void remap( InputArray src,
OutputArray dst,
InputArray map1,
InputArray map2,
int interpolation,
int borderMode=BORDER_CONSTANT,
const Scalar& borderValue=Scalar());第一个参数src，输入参数，代表畸变的原始图像；
第二个参数dst，矫正后的输出图像，跟输入图像具有相同的类型和大小；
第三个参数map1和第四个参数map2，X坐标和Y坐标的映射；
第五个参数interpolation，定义图像的插值方式；
第六个参数borderMode，定义边界填充方式；
void undistort( InputArray src,
OutputArray dst,
InputArray cameraMatrix,
InputArray distCoeffs,
InputArray newCameraMatrix=noArray() );第一个参数src，输入参数，代表畸变的原始图像；
第二个参数dst，矫正后的输出图像，跟输入图像具有相同的类型和大小；
第三个参数cameraMatrix为之前求得的相机的内参矩阵；
第四个参数distCoeffs为之前求得的相机畸变矩阵；
第五个参数newCameraMatrix，默认跟cameraMatrix保持一致；
方法一相比方法二执行效率更高一些，推荐使用。