不使用cv2.fisheye实现f-theta图像畸变：代码问题排查

问题背景 #

我希望手动实现F-Theta畸变方程来夯实图像畸变的基础原理，但运行代码后得到异常输出。如何不借助cv2.fisheye库将F-Theta畸变方程应用到图像上？我的代码存在什么问题？

输入图像：

输出图像：

代码核心问题分析 #

• 映射方向完全错误：cv2.remap要求传入的是目标图像每个像素对应原图像的坐标，但原代码是把原图像像素映射到目标位置，导致畸变逻辑完全反转。
• Theta定义混淆：F-Theta中的theta是光线与光轴的夹角（极角，范围0到π/2），原代码用arctan2(dy, dx)计算的是方位角（-π到π），完全混淆了极角和方位角的概念。
• 坐标处理不当：
  • 不必要的cy - y反转y轴，导致坐标逻辑混乱；
  • 对映射坐标直接取整，丢失精度，cv2.remap需要浮点型的映射数组。
• 公式应用错误：正确的F-Theta映射是r = f * theta（r为图像径向距离，theta为真实场景极角），原代码直接用方位角计算，导致畸变效果异常。

修正后的F-Theta畸变实现 #

import cv2
import numpy as np
from PIL import Image

def apply_f_theta_distortion(image):
    h, w = image.shape[:2]
    cx, cy = w / 2.0, h / 2.0  # 使用浮点型避免整数运算误差
    f = min(cx, cy)  # 焦距取图像短边的一半

    # 创建映射数组：目标像素 -> 原图像像素的坐标
    map_x = np.zeros((h, w), dtype=np.float32)
    map_y = np.zeros((h, w), dtype=np.float32)

    for y in range(h):
        for x in range(w):
            # 计算目标图像中当前像素到中心的径向距离和方位角
            dx = x - cx
            dy = y - cy
            r_distorted = np.sqrt(dx**2 + dy**2)
            phi = np.arctan2(dy, dx)  # 方位角，用于保持像素的方向

            # F-Theta变换：畸变图像的r对应真实场景的极角theta = r/f
            theta = r_distorted / f
            # 原透视图像中对应的径向距离：r_undistorted = f * tan(theta)
            r_undistorted = f * np.tan(theta)

            # 转换回笛卡尔坐标，得到原图像中的对应位置
            x_undistorted = cx + r_undistorted * np.cos(phi)
            y_undistorted = cy + r_undistorted * np.sin(phi)

            # 确保坐标在原图像范围内，超出则映射到中心
            if 0 <= x_undistorted < w and 0 <= y_undistorted < h:
                map_x[y, x] = x_undistorted
                map_y[y, x] = y_undistorted
            else:
                map_x[y, x] = cx
                map_y[y, x] = cy

    # 应用映射生成畸变图像
    distorted_image = cv2.remap(image, map_x, map_y, 
                               interpolation=cv2.INTER_LINEAR, 
                               borderMode=cv2.BORDER_CONSTANT)
    return distorted_image

# 测试用网格图像
N = 500
img = np.zeros((N, N), dtype=np.uint8)
img[::10, :] = 255
img[:, ::10] = 255

# 生成并显示F-Theta畸变图像
distorted_img = apply_f_theta_distortion(img)
Image.fromarray(distorted_img).show()

关键修正说明 #

1. 反转映射逻辑：遍历目标图像的每个像素，计算它在原图像中对应的位置，完全符合cv2.remap的输入要求。
2. 正确的F-Theta映射关系：
   • 先根据畸变图像的径向距离计算真实场景的极角theta = r_distorted / f；
   • 再通过透视投影公式计算原图像中对应的径向距离r_undistorted = f * tan(theta)。
3. 保留浮点精度：映射数组使用np.float32类型，避免取整导致的锯齿和精度损失。
4. 简化坐标系统：直接使用图像原生坐标系（左上角为原点，y轴向下），移除不必要的y轴反转逻辑。

内容的提问来源于stack exchange，提问作者JVG