Python 2.7 Python2.7/OpenCV 3.3:cv2.initUnderstrotyMap中的错误。不显示未失真的校正图像

我想扭曲和矫正我的立体图像。为此，我在Python 2.7中使用了Opencv 3.3。我使用的代码是：

import cv2
import numpy as np

cameraMatrixL = np.load('mtx_left.npy')
distCoeffsL = np.load('dist_left.npy')
cameraMatrixR = np.load('mtx_right.npy')
distCoeffsR = np.load('dist_right.npy')
R = np.load('R.npy')
T = np.load('T.npy')

imgleft = cv2.imread('D:\python\camera calibration and 3d const\left\left60.png',0)
imgright = cv2.imread('D:\python\camera calibration and 3d const\Right/right60.png',0)


R1,R2,P1,P2,Q,validPixROI1, validPixROI2 = cv2.stereoRectify(cameraMatrixL,distCoeffsL,cameraMatrixR,distCoeffsR,(640,480),R,T,alpha=1)

print Q
# distort images
undistort_map1, rectify_map1 = cv2.initUndistortRectifyMap(cameraMatrixL, distCoeffsR, R1, P1, (640,480), cv2.CV_16SC2)
undistort_map2, rectify_map2 = cv2.initUndistortRectifyMap(cameraMatrixR, distCoeffsR, R2, P2, (640,480), cv2.CV_16SC2)

undistor_output1 = cv2.remap(imgleft, undistort_map1, rectify_map1, cv2.INTER_LINEAR)
undistor_output2 = cv2.remap(imgright, undistort_map2, rectify_map2, cv2.INTER_LINEAR)

cv2.imshow('undistor_output1',undistor_output1)
cv2.imshow('undistor_output2',undistor_output2)
while (True):
 if cv2.waitKey(1) & 0xFF == ord('q'):
    break

我分别校准了我的相机，然后将这些获得的矩阵用于

cv2。StereoRective

以获得

R1、R2、P1、P2、Q

矩阵，我在

cv2中使用了这些矩阵。但我没有得到正确的无失真图像。
看起来是这样的：
我的矩阵是：

Q
[[  1.00000000e+00   0.00000000e+00   0.00000000e+00  -3.23097469e+02]
 [  0.00000000e+00   1.00000000e+00   0.00000000e+00  -2.40008609e+02]
 [  0.00000000e+00   0.00000000e+00   0.00000000e+00  -7.47885268e+00]
 [  0.00000000e+00   0.00000000e+00  -1.53249612e-02   0.00000000e+00]]



   cameraMartix Left
[[ 807.24668269    0.          326.78961645]
 [   0.          620.70299534  259.9187458 ]
 [   0.            0.            1.        ]]

camearMatrix Right
[[ 567.37537971    0.          278.76995505]
 [   0.          558.21417195  216.22972643]
 [   0.            0.            1.        ]]

Rotation
[[ 0.99973813 -0.02260904  0.00353613]
 [ 0.02269951  0.99934817 -0.02807079]
 [-0.00289917  0.0281437   0.99959968]]

Tranlation
[[-93.46968934]
 [ -1.48741179]
 [ 24.98692133]]

我读了很多答案，但没有什么能解决我的问题


*



*

这个问题的解决方案是什么

谢谢。
在尝试了很多东西之后，我找到了这个特殊问题的解决方案。通过比较使用Python OpenCV和Matlab获得的摄像机旋转矩阵和失真矩阵，我发现使用Python和Matlab获得的矩阵之间存在很大差异。因此，我再次校准我的相机，并使用Python和OpenCV进行立体校准。下图显示了旧矩阵（从Python获得）和新矩阵（再次使用Python校准后获得）之间的差异

在该图中，我们可以看到，与新情况下左右摄像机的失真系数矩阵相比，旧情况下左右摄像机的失真系数矩阵（
dist coeff.right old and left old）
（dist coeff.right new and left new）

，存在很大差异。对于右摄像头，旧系数分别为83.85和-19.18，而不是0.78和-0.61。类似地，对于左摄像机，旧系数分别为123.7和-1641.4，而不是-0.38和0.73。此外，旧的左摄像头矩阵的第一个元素（1,1）是807.24，与右摄像头旧矩阵相比差异很大。新的左摄像头矩阵的元素值为552.41，我认为这是正确的。当我使用所有这些新矩阵并将alpha值更改为0

（alpha=0）

时，我得到了以下结果。

对于

stereoCalbirate

我使用了以下输入

retVal, cm1, dc1, cm2, dc2, r, t, e, f = cv2.stereoCalibrate(objpoints, imgpointsL, imgpointsR, cm1, dc1, cm2, dc2, (640, 480), None, None, cv2.CALIB_FIX_INTRINSIC, criteria)

---

其中

criteria=（cv2.TERM\u criteria\u EPS+cv2.TERM\u criteria\u MAX\u ITER，100，0.001）

第一次和第二次校准之间有什么变化？我使用alpha值为0（alpha=0），而不是alpha值为1（alpha=1）。但alpha不是stereoCalibrate中的参数。我的立体声（和照相机）校准输出类似的失真系数，具有较大的k3值。我想知道您采取了哪些不同的措施来获得新校准的合理k3值