在线工具
镜头畸变检测与去畸变在线工具
上传一张拍有直线或标定板的照片，输入畸变参数就能实时看到去畸变效果、边角畸变百分比和对应的像素偏移；也可以沿图中本应是直线的边缘点几个点，让工具估计径向畸变 k1。图片只在浏览器里处理，不会上传。
图像角点处径向畸变
—
畸变半径相对理想半径的比例；负值为桶形。
角点处位置偏移
—
上传图片或点“使用演示图”开始。取到 k1 后，结果是估计值；要得到准确的内参与畸变，请用标定板拍摄多张图并做完整的相机标定。
还没有图片。点左侧“使用演示图”可直接体验。
原理
镜头畸变是什么，怎么看
径向畸变 k1、k2
镜头把直线拍成曲线。k1 < 0 时边角向内收，是桶形，广角镜头常见；k1 > 0 是枕形，长焦镜头常见。模型为 x_d = x(1 + k1·r² + k2·r⁴)，r 为到主点的归一化半径。与 OpenCV 的定义一致。
为什么要标定而不是目测
畸变参数与焦距、主点相互耦合，只看一张图无法分开，本工具的“直线估计”只给出参考值。完整的相机标定需要用标定板从不同角度拍摄多张图像，同时求出焦距、主点和全部畸变系数，并给出参数的不确定度。
直线估计怎么用
选取图中本应笔直的长边（方格的边、门框、标定板边缘），沿边缘均匀点 5 个以上点，尽量靠近图像边缘；再换一条线，共取 3–4 条线。工具搜索使这些点去畸变后最接近直线的 k1。焦距 f 设置偏差会影响结果。
下一步
需要精确标定时，可以用 BDB 相机标定工作台 自动检测角点、联合优化内参与畸变；方法和代码见用 OpenCV 做相机标定，结果解读见看懂标定结果。