函数原型：

CV_EXPORTS_W void initUndistortRectifyMap( InputArray cameraMatrix, InputArray distCoeffs,
                           InputArray R, InputArray newCameraMatrix,
                           Size size, int m1type, OutputArray map1, OutputArray map2 );

**函数功能：**计算无畸变和修正转换映射：根据畸变参数和相机内参计算重映射参数。
参数说明：

1.cameraMatrix——输入的摄像头内参数矩阵（3X3矩阵）

2.distCoeffs——输入参数，相机的畸变系数：(k1,k2,p1,p2[,k3[,k4,k5,k6[,s1,s2,s3,s4[,τx,τy]]]])，
                             有4，5,8,12或14个元素。如果这个向量是空的，就认为是零畸变系数。
                             
3.R——输入的第一和第二摄像头坐标系之间的旋转矩阵，可选的修正变换矩阵，
            是个3*3的矩阵。通过stereoRectify计算得来的R1或R2可以放在这里。
            如果这个矩阵是空的，就假设为单位矩阵。在cvInitUndistortMap中，R被认为是单位矩阵。
            
4.newCameraMatrix——输入的校正后的3X3摄像机内参矩阵
5.size——摄像头采集的无失真图像尺寸
6.m1type—输出映射的数据类型，可以是CV_32FC1或CV_16SC2，参见cv::convertMaps。
7.map1——输出的X坐标重映射参数
8.map2——输出的Y坐标重映射参数

函数说明：

  1. 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：map1、map2随后使用remap（）函数得到去除畸变以后的图像。
  2. 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。
  3. 矫正后的内参计算
    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）。
  5. 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。这个过程是这样的：

    6. android opencv 引入部分库 opencv initundistortrectifymap_人工智能

  6. 在双目相机的例子中，这个函数调用两次：一次是为了每个相机的朝向，经过stereoRectify之后，依次调用cv::stereoCalibrate。但是如果这个双目相机没有标定，依然可以使用cv::stereoRectifyUncalibrated直接从单应性矩阵H中计算修正变换。对每个相机，函数计算像素域中的单应性矩阵H作为修正变换，而不是3D空间中的旋转矩阵R。R可以通过H矩阵计算得来。