opencv提供了可以直接使用的矫正算法，我们可以通过undistort()函数一次性完成；也可以通过initUndistortRectifyMap()和remap()的组合来处理。
与传统去畸变的思路不同，opencv的方案实际是在计算对理想图进行加畸变到实际图的映射，在通过remap，计算去畸变后的图相对于原图的位置，最终得到去畸变的图。
种方式有两个优点：
1、增加畸变比去畸变公式简单，不需要迭代计算，速度快，精度高；
2、 remap时去畸变的目标图的像素点是整数，对应的原图上的位置为浮点数，通过简单的差值计算能够计算到较为精确的目标值，提高了图像的连续性，不会造成裂纹或重叠的情况。
initUndistortRectifyMap()和remap()
1.voidinitUndistortRectifyMap( InputArray cameraMatrix, InputArray distCoeffs,
2. InputArray R, InputArray newCameraMatrix,
3. Size size, int m1type, OutputArray map1, OutputArray map2 );函数说明：
这个函数用于计算无畸变和修正转换关系，为了重映射，将结果以映射的形式表达。无畸变的图像看起来就像原始的图像，就像这个图像是用内参为newCameraMatrix的且无畸变的相机采集得到的。
在单目相机例子中，newCameraMatrix一般和cameraMatrix相等，或者可以用cv::getOptimalNewCameraMatrix来计算，获得一个更好的有尺度的控制结果。
在双目相机例子中，newCameraMatrix一般是用cv::stereoRectify计算而来的，设置为P1或P2。 此外，根据R，新的相机在坐标空间中的取向是不同的。例如，它帮助配准双目相机的两个相机方向，从而使得两个图像的极线是水平的，且y坐标相同（在双目相机的两个相机谁水平放置的情况下）。 该函数实际上为反向映射算法构建映射，供反向映射使用。也就是，对于在已经修正畸变的图像中的每个像素(u,v)，该函数计算原来图像（从相机中获得的原始图像）中对应的坐标系。
函数输出得到map1和map2,然后使用remap()函数：
1.voidremap( InputArray src, OutputArray dst,
2. InputArray map1, InputArray map2,
3.int interpolation, int borderMode=BORDER_CONSTANT,
4.const Scalar& borderValue=Scalar());
1、第一个参数：输入图像，即原图像，需要单通道8位或者浮点类型的图像
2、第二个参数：输出图像，即目标图像，需和原图形一样的尺寸和类型
3、第三个参数：它有两种可能表示的对象：（1）表示点（x,y）的第一个映射；（2）表示CV_16SC2，CV_32FC1等
4、第四个参数：它有两种可能表示的对象：（1）若map1表示点（x,y）时，这个参数不代表任何值；（2）表示 CV_16UC1，CV_32FC1类型的Y值
5、第五个参数：插值方式，有四种插值方式：
（1）INTER_NEAREST——最近邻插值
（2）INTER_LINEAR——双线性插值（默认）
（3）INTER_CUBIC——双三样条插值（默认）
（4）INTER_LANCZOS4——lanczos插值（默认）
6、六个参数：边界模式，默认BORDER_CONSTANT
7、第七个参数：边界颜色，默认Scalar()黑色
