如何从鱼眼视图生成正常视图？本地实现方法问询

针对图中这类安防摄像头的倾斜鱼眼视图（非全周鱼眼，属于透视畸变），OpenCV自带的鱼眼校正会生成鸟瞰图，不符合需求，可通过透视逆变换本地实现还原，无需依赖厂商API，具体步骤如下：

核心思路 #

通过建立鱼眼视图与正常视图的像素映射关系——利用图像四个边缘的对应点推导变换矩阵，或拟合边缘方程生成映射表，最终通过OpenCV的变换函数生成正常视图。

具体实现步骤 #

1. 标记对应特征点 #

在鱼眼图像中，标记出对应正常视图矩形的四个角点（通常是鱼眼图的四个边缘交点）；同时定义正常视图的目标尺寸与对应顶点坐标。
例如：

• 鱼眼图中的四个角点：src_points = np.float32([[x1,y1], [x2,y2], [x3,y3], [x4,y4]])
• 正常视图的目标顶点：dst_points = np.float32([[0,0], [width,0], [width,height], [0,height]])

2. 计算透视变换矩阵 #

使用OpenCV的cv.getPerspectiveTransform()函数，通过上述对应点生成变换矩阵，该矩阵本质是推导四条边的透视变换方程，完成从鱼眼图到正常视图的映射关系计算。

3. 执行变换生成图像 #

直接使用cv.warpPerspective()应用变换，或拟合边缘方程生成映射表后用cv.remap()处理，前者适合边缘为直线的场景，后者适用于边缘非线性的复杂畸变。

代码示例（Python + OpenCV） #

import cv2
import numpy as np

# 读取鱼眼图像
fisheye_img = cv2.imread("fisheye_input.jpg")
img_h, img_w = fisheye_img.shape[:2]

# 自定义鱼眼图四个角点（需根据实际图像调整坐标）
src_points = np.float32([
    [60, 70],    # 左上角
    [img_w-55, 65],  # 右上角
    [img_w-35, img_h-45],# 右下角
    [50, img_h-35]   # 左下角
])

# 设置正常视图的输出尺寸
output_w, output_h = 800, 600
dst_points = np.float32([
    [0, 0],
    [output_w-1, 0],
    [output_w-1, output_h-1],
    [0, output_h-1]
])

# 计算透视变换矩阵
transform_matrix = cv2.getPerspectiveTransform(src_points, dst_points)

# 生成正常视图
normal_view = cv2.warpPerspective(fisheye_img, transform_matrix, (output_w, output_h))

# 保存结果
cv2.imwrite("normal_output.jpg", normal_view)

补充说明 #

• 若鱼眼图边缘为非线性曲线，可通过采样边缘点拟合曲线方程，遍历正常视图的每个像素计算其在鱼眼图中的对应坐标，生成map_x和map_y映射表后，调用cv.remap()完成变换。
• 若已知摄像头的内参和畸变系数，可先通过cv.fisheye.undistortImage()完成基础鱼眼畸变校正，再结合透视变换进一步还原正视视图。

内容的提问来源于stack exchange，提问作者Eudie