OpenCV undistortPoints()函数原理与工程优化

1. 畸变矫正基础概念回顾

在计算机视觉和摄影测量领域，镜头畸变是影响图像几何精度的主要因素之一。当我们使用广角镜头或低质量镜头时，图像边缘会出现明显的桶形畸变或枕形畸变。这种非线性变形会导致特征点位置偏移，直接影响后续的相机标定、三维重建等任务的精度。

OpenCV提供了完整的畸变矫正工具链，其中undistortPoints()函数负责将带有畸变的图像坐标点转换为理想无畸变的坐标点。与undistort()函数直接处理整张图像不同，undistortPoints()专注于对离散点集的精确矫正，特别适用于特征点匹配、SLAM等场景。

实际工程中发现，很多开发者直接使用默认参数调用undistortPoints()，却忽略了函数内部复杂的数学变换过程，导致在精密测量场景中出现毫米级误差。

2. undistortPoints()函数接口解析

2.1 函数原型与参数说明

OpenCV中undistortPoints()主要有两个版本：

cpp复制// 版本一：基本形式
void undistortPoints(InputArray src, OutputArray dst,
                    InputArray cameraMatrix,
                    InputArray distCoeffs,
                    InputArray R = noArray(),
                    InputArray P = noArray());

// 版本二：支持亚像素精度
void undistortPoints(InputArray src, OutputArray dst,
                    InputArray cameraMatrix,
                    InputArray distCoeffs,
                    InputArray R, InputArray P,
                    TermCriteria criteria);

关键参数解析：

• src：输入点集，N×1或1×N的2通道矩阵（浮点型）
• dst：输出点集，与src同尺寸
• cameraMatrix：3×3相机内参矩阵
• distCoeffs：畸变系数，通常为4、5或8元素向量
• R：可选的3×3矫正变换矩阵
• P：可选的3×3或3×4新相机矩阵
• criteria：迭代终止条件（仅版本二）

2.2 畸变模型数学表达

undistortPoints()处理的畸变模型包含径向畸变和切向畸变：

code复制x_corrected = x(1 + k1*r²