目前有个项目，需要用到热成像相机。但是这个热成像相机它的畸变比较厉害，因此需要用标定板进行标定，从而消除镜头畸变。 同时需要实现用户用鼠标点击校正后的画面后，显示用户点击位置的像素所代表的温度。 另外热成像sdk中还有个功能：选定一个rect，可以返回这个rect中的最高最低温度以及其各自的位置。假如我们需要这个功能，那么又需要知道从src到dst的关系了。

消除镜头畸变后，就不能直接使用热成像sdk提供的函数来查询像素对应的温度。 因为在查询函数中，有个像素坐标的形参，要求传入原来的热成像图像A的像素坐标，函数返回此像素位置的温度。 而我们经过畸变消除后，得到画面B。B上面的特定像素所处的坐标和原图不一定一样。 因此，假如用户想查询画面B上的某个像素点的有效温度，就必须要取得此像素点在原图A上的位置坐标。 而在知道原图的最高最低温度点的位置后，需要知道其在校正后的画面中的位置，才能准确绘制出来。 总结一下，需要实现以下功能： a、镜头畸变校正 b、知道校正后的画面坐标（x，y），求其在原画面的坐标（x’，y’） c、知道原画面坐标（x1，y1），求其在校正后的画面坐标（x2，y2）

其实很简单，opencv本身就提供了。

在经过 findChessboardCorners、calibrateCamera之后，我们就已经获得了相机矩阵cameraMatrix、畸变矩阵distCoeffs。 然后，我们利用getOptimalNewCameraMatrix，获得了一个相对容易控制画面取舍的新相机矩阵newCamMatrix。 接下来，就有两种方式对画面进行校正： a、直接undistort。 b、先利用initUndistortRectifyMap得到map1、map2，然后再利用remap进行画面校正。 后面的代码把两种都演示了。

其实，我们真正需要的是第二种。 关键就在于map1、map2。 这两个矩阵是什么玩意呢？ 其实你先看看他们的尺寸、通道数，再查阅一下资料就知道了： map1、map2的尺寸与目标图像（校正后的图像）的尺寸一致，而通道数为1（这个其实不一定，与其他参数有关，暂时先这样认为）。我们假设，最终图像（x，y）处的像素来源于源图像（x’，y’）处，那么，map1中存储了坐标（x’，y’）中的x’，而map2中存储了y’。 虽然我描述得很混乱，但是你配合代码应该明白我在说什么。😁 所以，我们直接利用这个map1、map2就可以实现从消除畸变后的画面坐标转换到原画面的坐标了。

这个可以利用opencv的undistortPoints函数进行求解。 假如你是单目相机标定，需要注意第三个参数使用相机矩阵、第五个参数使用空矩阵、第六个参数使用新相机矩阵。这些参数需要和initUndistortRectifyMap的相对应起来。

假如你用的是立体相机标定的话【opencv/samples/cpp/stereo_calib.cpp】，可以直接把得到的R、P填上去：

由于一些原因，我不能直接展示我的效果图。这里用opencv自带的图像来演示吧。