Python 不失真过程后保持imgae分辨率-摄像机校准

我正在使用python中的opencv进行摄像机校准。我已经使用cv2.CalibleCamera进行了校准，得到了相机矩阵和失真系数。我还评估了摄像机矩阵的有效性；换句话说，估计的焦距镜头与数据表中传感器的焦距镜头非常接近（我从数据表中知道像素大小和焦距镜头，单位为mm）。我应该提到，为了不干扰新图像，我遵循以下说明；因为我需要在未失真的图像中保留所有源像素

alpha = 1. # to keep all pixels
scale = 1. # to change output image size

w,h = 200,200 # original image size captured by camera
newcameramtx, roi = cv2.getOptimalNewCameraMatrix(camera_matrix, dist_coefs, (w,h), alpha, (int(scale2*w), int(scale2*h))))
mapx, mapy = cv2.initUndistortRectifyMap(camera_matrix, dist_coefs, None, newcameramtx, (w,h), 5)
dst = cv2.remap(img, mapx, mapy, cv2.INTER_CUBIC)

x_, y_, w_, h_ = roi
dst_cropped = dst[y_:y_+h_, x_:x_+w_]

现在是问题和我的问题：

源图像正径向畸变率很高，由无畸变处理产生的dst图像令人满意，似乎正径向畸变已经被消除，至少在视觉上是如此。因为alpha=1。我还拥有dst图像中的所有源像素。然而，ROI确实很小，它在IMAE的中部种植了一个区域。我可以说，dst_裁剪只包含靠近dst中心的像素。根据以下链接：

我发现可能的问题是因为我的数据集；然后，我尝试平衡数据集，使更多的图像具有接近图像边界的棋盘。我重复了校准，获得的结果与第一次试验非常接近，但是在dst_裁剪的图像中仍然呈现相同的效果。我也尝试使用alpha参数，但任何小于1的数字。不在dst图像中保留所有源像素。考虑到以上所有信息，我似乎不得不继续使用dst图像，而不是dst裁剪的图像；然后，另一个问题来自与源图像（w，h）相同的dst大小。很明显，因为alpha=1。dst包含所有源像素以及零像素，但我的问题是如何保持分辨率不变。如果我没有犯错误，似乎所有的点都被映射，然后结果图像被缩小到适合（w，h）。那么，我的问题是，我如何强制校准保持以前的分辨率？例如，如果某些点映射到（-100，-100）或（300300），则dst应为[400400]，而不是[200200]。如何扩展图像而不是缩小

---

提前感谢您的帮助或建议，

将（int（scale2*w），int（scale2*h））替换为（w，h）抱歉，在发布问题时出现了打字错误，是（int（scale.w），int（scale.h）），我尝试了不同的比例，如1（这导致（w，h）），0.5，1.5；但同样的问题。好吧，你不想保持图像分辨率（200x200），但你想保持像素大小？在未失真期间，您不能在任何地方保持像素大小，因为您将扭曲/未失真像素。那么，您希望在图像中的什么位置保持像素大小？围绕主要问题？您可以根据地图计算尺寸失真，以便重新映射（例如，从源到目标的4个点）和测量区域。如果面积变化太大，请更改参数。使用样条线，您可以更改每个区域的贴图，但可能没有可用的算法和研究主题。是的，我想保留像素大小。事实上，图像边界比围绕主点更重要。我需要这些像素的位移场/映射。那么，如果我想得到所有源像素的位移场，我应该怎么做？事实上，我很困惑，也不确定给定的映射。实际上，cv2.initnOrdityMap作为mapx和mapy提供的是从目标到源的映射；这意味着，通过反演mapx和mapy，不存在所有源像素到目标空间的有效位移。是否可以直接从校准矩阵和dist_coefs生成从源到目标的正向映射？将（int（scale2*w），int（scale2*h））替换为（w，h）对不起，发帖时出现了一个打字错误，是（int（scale.w），int（scale.h）），我尝试了不同的比例，如1（这导致（w，h）），0.5，1.5；但同样的问题。好吧，你不想保持图像分辨率（200x200），但你想保持像素大小？在未失真期间，您不能在任何地方保持像素大小，因为您将扭曲/未失真像素。那么，您希望在图像中的什么位置保持像素大小？围绕主要问题？您可以根据地图计算尺寸失真，以便重新映射（例如，从源到目标的4个点）和测量区域。如果面积变化太大，请更改参数。使用样条线，您可以更改每个区域的贴图，但可能没有可用的算法和研究主题。是的，我想保留像素大小。事实上，图像边界比围绕主点更重要。我需要这些像素的位移场/映射。那么，如果我想得到所有源像素的位移场，我应该怎么做？事实上，我很困惑，也不确定给定的映射。实际上，cv2.initnOrdityMap作为mapx和mapy提供的是从目标到源的映射；这意味着，通过反演mapx和mapy，不存在所有源像素到目标空间的有效位移。是否可以直接从校准矩阵和距离系数生成源到目标的正向映射？