1. 相机畸变原因

解析：径向畸变(进大远小)；切向畸变(透镜与成像平面不平行)。

2. 单反相机

解析：单反数码相机指的是单镜头反光数码相机，即Digital(数码)、Single(单独)、Lens(镜头)、Reflex(反光)的英文缩写DSLR。目前市面上常见的单反数码相机品牌有：尼康、佳能、宾得、索尼等。

3. 单目视觉，双目视觉，双目立体视觉

解析：

(1)单目视觉

(2)双目视觉

(3)双目立体视觉

说明：从单目视觉，双目视觉和双目立体视觉的2D图像中恢复3D图像。

4. glob模块

解析：glob模块是用来查找匹配的文件。比如，*匹配所有，?匹配一个字符。如果没有匹配的文件，那么glob.glob(path)将返回一个空的列表。

5. criteria

迭代停止的模式选择，这是一个含有三个元素的元组型数，格式为(type,max_iter,epsilon)。其中，type又有两种选择，如下所示：

(1)cv2.TERM_CRITERIA_EPS :精确度(误差)满足epsilon停止。

(2)cv2.TERM_CRITERIA_MAX_ITER：迭代次数超过max_iter停止。

(3)cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER，两者合体，任意一个满足结束。

6. 图像类型

解析：

(1)二值图像：每个像素不是黑就是白，其灰度值没有中间过渡的图像。

(2)灰度图像：一个像素只有一个值，不同的值就代表不同的灰度等级，也就呈现不同程度的灰色(0级为黑色，255级为白色)。

(3)彩色图像：每个像素通常是由红(R)、绿(G)、蓝(B)三个分量来表示的，分量介于[0，255]之间。

(4)索引图形

说明：一张未压缩的1024x768大小的16位彩色图像，图像文件字节数 = 图像分辨率 × 颜色深度 ÷ 8，即1024×768×16÷8 = 1572864Bytes = 1536KB = 1.5MB。

7. 图层

解析：图层就像是含有文字或图形等元素的胶片，一张张按顺序叠放在一起，组合起来形成页面的最终效果。图层可以将页面上的元素精确定位。图层中可以加入文本、图片、表格、插件，也可以在里面再嵌套图层。图层常见类型包括：(1)普通层(2)背景层(3)文字层(4)调节层(5)效果层(6)图形层(7)图层组(8)图层蒙版(9)图层剪贴组。

8. numpy.mgrid

解析：

>>> np.mgrid[0:9,0:7]

array([[[0, 0, 0, 0, 0, 0, 0],

[1, 1, 1, 1, 1, 1, 1],

[2, 2, 2, 2, 2, 2, 2],

[3, 3, 3, 3, 3, 3, 3],

[4, 4, 4, 4, 4, 4, 4],

[5, 5, 5, 5, 5, 5, 5],

[6, 6, 6, 6, 6, 6, 6],

[7, 7, 7, 7, 7, 7, 7],

[8, 8, 8, 8, 8, 8, 8]],

[[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6],

[0, 1, 2, 3, 4, 5, 6]]])

>>> a = np.mgrid[0:9,0:7]

>>> a.size

126

>>> a.shape

(2L, 9L, 7L)

说明：a是三维矩阵，a.shape=(2L, 9L, 7L)表示2页9行7列的三维矩阵。

9. numpy.reshape

解析：如果reshape的矩阵中有-1，那么该维度需要推断。

说明：Python使用del删除变量。

10. cv2.findChessboardCorners(image, patternSize[, corners[, flags]]) → retval, corners

解析：Finds the positions of internal corners of the chessboard.

11. cv2.waitKey和cv2.destroyAllWindows

解析：

(1)cv2.waitKey()：键盘绑定函数，共一个参数，表示等待毫秒数，将等待特定的几毫秒，看键盘是否有输入，返回值为ASCII值。如果其参数为0，则表示无限期的等待键盘输入。

(2)cv2.destroyAllWindows()：删除建立的全部窗口。

12. cv2.findChessboardCorners，cv2.cornerSubPix，cv2.drawChessboardCorners

解析：

(1)cv2.findChessboardCorners：Finds the positions of internal corners of the chessboard.

eg: cv2.findChessboardCorners(image, patternSize[, corners[, flags]]) → retval, corners

(2)cv2.cornerSubPix：Refines the corner locations.

eg: cv2.cornerSubPix(image, corners, winSize, zeroZone, criteria) → None

(3)cv2.drawChessboardCorners：Renders the detected chessboard corners.

eg: cv2.drawChessboardCorners(image, patternSize, corners, patternWasFound) → None

13. 相机标定

解析：求解相机内部参数和外部参数，根据参数对畸变图像进行修复。畸变主要有两种：径向畸变和切向畸变。径向畸变矫正，如下所示：

切向畸变矫正，如下所示：

5个畸变系数，如下所示：

相机内部参数是相机特异的，它包括的信息有焦距(

)，光学中心(

)等，这也被称为相机矩阵，它完全取决于相机自身。相机外部参数与旋转和变换向量相对应，它可以将3D点的坐标转换到坐标系统中。

参考文献：