相机畸变＋张正友标定（含源代码）

希望2022能够自主学习。

本文狠狠的借鉴了：相机标定之张正友标定法数学原理详解（含python源码） - 知乎和最详细、最完整的相机标定讲解_a083614的专栏-CSDN博客_相机的标定，非常感谢，只供自我学习，不做他用。

我们知道了相机是如何成像的之后，要对他进行标定，为什么要进行相机标定呢？比如，当我们拿到一张图片，进行识别之后，得到的两部分之间的距离为多少多少像素，但是这多少多少像素究竟对应实际世界中的多少米呢？这就需要利用相机标定的结果来将像素坐标转换到物理坐标来计算距离（当然这里值得说明，仅仅利用单目相机标定的结果，是无法直接从像素坐标转化到物理坐标的，因为透视投影丢失了一个维度的坐标，所以测距其实需要双目相机）。所以相机标定的第一个目的就是获得相机的内参矩阵和外参矩阵。

相机拍摄的图片还存在一定的畸变，所以先来看一下畸变。

一、畸变

畸变是相机本身的固有特性，和相机内参相同，标定一次之后即可。

1.1径向畸变（桶形畸变和枕形畸变）

径向畸变来自于透镜形状，实际摄像机的透镜总是在成像仪的边缘产生显著的畸变，这种现象来源于“筒形”或“鱼眼”的影响。
如下图，光线在原理透镜中心的地方比靠近中心的地方更加弯曲。对于常用的普通透镜来说，这种现象更加严重。筒形畸变在便宜的网络摄像机中非常厉害，但在高端摄像机中不明显，因为这些透镜系统做了很多消除径向畸变的工作。