扭曲可以用下面的来解决:

　　类似的，另一个切向畸变是因为成像的光线不是完全平行的到达镜像平面。所以有些区域比期望的要看上去离的近。可以用下面的方式解决:

　　由于径向畸变，直线会显示成曲线，当直线离图像中心越远时越明显。比如下面显示的这张图，棋盘的两个用红色标出来的边缘，你可以看到棋盘不是直线，也不和红线匹配。所有的直线都凸了。

我们需要找到5个参数，叫做畸变参数:

　　除此之外，我们需要找到更多的信息，比如摄像头的内部和外部参数，内部参数是摄像头特定的参数。包括焦距(fx,fy)。光学中心(cx,cy)。也叫摄像机矩阵。它只依赖摄像头本身。一旦算出来就可以保存下来为以后使用，它应该是一个3x3的矩阵:

Python的基础设置

　　要找到棋盘的模式，我们用函数cv2.findChessboardCorners()。我们也需要传我们要找的模式的类型，比如8x8网格，5x5网格等，在这个例子里，我们使用7x6网格(一般来说棋盘都是8x8的方块7x7的内角)，它返回角点。这些角点会按照从左到右，从上到下的顺序放好。

　　这个函数可能没法在所有图像里找到需要的模式，所以一个号的选择是写代码，启动摄像机，然后检查每帧，找需要的模式，当取得了模式，找到角点，并存在列表里。同时提供一些间隔，然后在读下面的帧的时候我们可以调整我们的棋盘的方向。不断进行这个过程知道需要的好的模式都获取到了。即使在这个例子里，我们也不知道多少是好的，所以我们读入所有的图像取里面好的。

外部参数对应了旋转和平移向量来反应一个3维的点到2维的系统里。

　　对于立体的应用，这些扭曲需要首先被矫正。要找到所有的这些参数，我们得做的是提供一些有良好定义模式的样例图像(比如棋盘)。我们找到特定的点(棋盘的四个角)，我们知道他们的真实世界的坐标，我们知道他们在图像里的坐标。通过这些数据，后台就能解决一些数学问题以得到畸变参数。