1 cv2的安装

  python下的opencv叫cv2，但是安装cv2并不是直接pip install cv2，而是：

pip install opencv-python

  安装完成后，就可以使用啦。
  

2 像素坐标去畸变

  对像素坐标去畸变要使用到cv2的undistortPoints()函数，其官方文档点击这里查看。如下图所示：

  其中涉及的参数包括：

src：图像的像素坐标点集合，类型是np.ndarray，维度可以是N×1×2或者1×N×2
dst：输出的去畸变结果，类型是np.ndarray，维度是N×1×2
cameraMatrix：如官方文档所示，就是一个3×3的相机内参矩阵K，类型为np.ndarray
distCoeffs：畸变参数，排列顺序为：k1,k2,p1,p2[,k3[,k4,k5,k6[,s1,s2,s3,s4[,τx,τy]]]]，其长度可以是4、5、8、12或14，类型为np.float32或者np.float64（注意，这里不能是np.ndarray，否则报错）
R：双目相机的校准才要用到，单目直接默认为单位阵即可
P：默认是单位阵，这样输出的结果为归一化坐标点，数值很小（0.几的级别）。如果要获得去畸变后的图像平面坐标，需要设置为相机的内参K

  虽然上述官方文档里undistortPoints()函数的参数排列顺序是：src, dst, cameraMatrix, distCoeffs, R, P。但是实际上，其参数排列顺序是：src, cameraMatrix, distCoeffs[, dst[, R[, P]]]，其中[ ]内的参数为可选参数。接收输出的数组dst可以直接通过等号进行赋值，而不一定需要提前建好然后丢进函数中。这些信息在上图的函数描述之后有个python行里有介绍，或者可以通过在python命令行下，输入help(cv2.undistortPoints)查看，如下图所示：

  好了，函数使用方法已经介绍差不多了，下面给一个完整的使用示例：

import numpy as np 
import cv2 as cv

undistort_pts = cv.undistortPoints(pts, K, distCoeffs, P=K)

  其中，pts是输入src，K是内参cameraMatrix，distCoeffs是畸变参数，最后的P=K是指定的相机矩阵，这样将会获得去畸变后的像素坐标点。需要特别指定是参数P，是因为该参数在函数接口中是排在最后一位的可选参数，而在它之前还有dst和R两个参数，我们都没有设置，所以我们需要指定参数名来进行赋值。如果没有指定P，那么将输出归一化坐标点（数值很小，为0.几的级别）。undistort_pts是获取到的输出结果。
  

3 对图像去畸变

  图像去畸变和像素坐标去畸变大同小异，仅有输入输出的差别。对图像去畸变需要使用到undistort()函数，官方文档的描述如下：

  参数的具体类型含义就不多介绍了，和上面是一样的，只是其输入输出变成了图像矩阵。其中这个新的newCameraMatrix参数，其默认是和cameraMatrix一样的，如果有平移缩放需要的话，则可以自己定义输入，与像素坐标去畸变的参数P一样。下面是一个示例：

import numpy as np
import cv2 as cv

K = np.zeros((3, 3))
K[0, 0] = 1201.58
K[1, 1] = 1201.72
K[0, 2] = 1019.59
K[1, 2] = 807.568
K[2, 2] = 1

distCoeffs = np.float32([-0.0911113, 0.0852054, 1.79509e-06, 0.000242446])

img = cv.imread('1.png')
img_undistored = cv.undistort(img, K, distCoeffs)
cv.imwrite('11.png', img_undistored)

  去畸变前后的图像如下图所示：