cv2.fisheye去畸变重映射时无法保留全边角黑区的问题咨询

开展鱼眼图像去畸变校正工作时，通过cv2.fisheye.initUndistortRectifyMap()生成map1与map2映射表后，使用cv2.remap()执行重映射操作时，即便将Balance参数设置为1，也无法获取到全部预期的边角黑色区域。
预期校正目标为：输出图像能够完整呈现所有边角内容，补全当前缺失的左下角、左上角及右侧区域，最终得到轮廓呈星型分布的校正结果。

本次测试使用的参数与实现代码 #

• 相机内参矩阵（Camera Matrix）

mtx = np.array([[965.,   0., 960.],
       [  0., 970., 540.],
       [  0.,   0.,   1.]])

• 畸变系数矩阵（Distortion Matrix）

dist = np.array([[-0.07234645], [-0.00707313],  [0.00762894], [-0.00343638]])

• 完整实现逻辑代码：

# 读取需要去畸变的测试图像
img = cv2.imread("Sample.jpg")
img_shape = img.shape[:2][::-1]

# 基于鱼眼模型，设置balance=1计算新相机内参
new_K = cv2.fisheye.estimateNewCameraMatrixForUndistortRectify(mtx, dist, img_shape, np.eye(3), balance=1)

# 以1.5倍原图分辨率生成重映射表，尝试覆盖扩展区域
map1, map2 = cv2.fisheye.initUndistortRectifyMap(
    mtx, dist, np.eye(3), new_K, 
    (int(1920*1.5), int(1080*1.5)), 
    cv2.CV_32F
)

# 执行重映射生成校正结果
res_img = cv2.remap(
    img, map1, map2, 
    interpolation=cv2.INTER_LINEAR, 
    borderMode=cv2.BORDER_CONSTANT
)

测试素材对照 #

• 输入测试样图（Sample.jpg）：
  
• 当前代码实际输出结果：
  

内容的提问来源于stack exchange，提问作者amar adak