### 使用Python和OpenCV对USB摄像头图像进行去畸变处理 为了实现USB摄像头捕获的图像去畸变，需先完成相机校准过程以获取内参矩阵和畸变系数。此过程涉及拍摄一系列棋盘格图案的照片并利用这些图片计算所需参数。 #### 准备工作 确保安装了适当版本的OpenCV库，对于某些特定功能如鱼眼模块的支持可能需要较新版本[^2]： ```bash pip install opencv-python-headless==4.5.1.48 ``` #### 获取校准数据 通过收集多张不同角度下的棋盘格图像来准备训练集。每幅图应清晰可见整个棋盘以便后续角点检测算法能够准确找到特征点位置。 #### 执行校准流程 编写脚本读取上述采集到的所有样本文件路径列表，并调用`cv2.calibrateCamera()`函数求解内外参数以及径向切向失真因子等信息[^1]。 #### 应用去畸变变换 一旦获得了有效的摄像机模型描述符，则可以应用反投影映射技术纠正原始输入帧内的几何扭曲现象。具体做法如下所示[^3]： ```python import numpy as np import cv2 def load_coefficients(path): """加载先前保存的相机校准系数.""" fs = cv2.FileStorage(path, cv2.FILE_STORAGE_READ) camera_matrix = fs.getNode("K").mat() dist_coeffs = fs.getNode("D").mat() fs.release() return camera_matrix, dist_coeffs # 加载已知的相机内部参数与畸变项 cameraMatrix, distCoeffs = load_coefficients('calibration.yaml') cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() h, w = frame.shape[:2] new_camera_matrix, roi = cv2.getOptimalNewCameraMatrix( cameraMatrix, distCoeffs, (w,h), 1, (w,h) ) # 计算重映射网格坐标 mapx, mapy = cv2.initUndistortRectifyMap( cameraMatrix, distCoeffs, None, new_camera_matrix, (w,h), cv2.CV_32FC1 ) # 对每一帧实施矫正操作 dst = cv2.remap(frame,mapx,mapy,cv2.INTER_LINEAR,borderMode=cv2.BORDER_CONSTANT) cv2.imshow('Corrected Frame',dst) key = cv2.waitKey(1)&0xFF if key == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 这段程序会持续从连接的第一个视频设备抓拍实时画面流，在显示之前对其进行必要的线性和非线性补偿调整，从而消除因透镜制造工艺局限所引起的视觉偏差影响。