Distortion_Correction.py 使用说明

本脚本是一个基于 Tkinter 的畸变校正小工具，用于：

• 读取畸变参数 Excel（标定点的实际坐标与检测坐标）
• 读取面型数据 XYZ
• 选择不同的校正模型并进行坐标校正
• 对校正后的散点进行插值，生成规则网格的 XYZ
• 输出校正后的 XYZ 文件并可视化结果

功能概述

脚本提供 3 种校正模式（界面单选）：

1. 二维多项式畸变：X、Y 同时使用二次多项式拟合。
2. 一维 X 方向畸变：仅对 X 方向使用二次多项式拟合，Y 保持不变。
3. Brown–Conrady 模型：先求径向畸变系数，再求切向畸变系数。

校正后会生成新的 XYZ 文件，并在窗口中显示：

• 原始散点图
• 校正后散点图
• 插值后的规则网格图

运行环境

• Python 3.9+（建议）
• 依赖库：
  • numpy
  • pandas
  • matplotlib
  • scipy
  • tkinter（通常随 Python 自带）

安装依赖（如未安装）：

pip install numpy pandas matplotlib scipy

输入文件要求

1) 畸变参数 Excel（.xlsx）

• 脚本从 第 3 行开始读取数据（索引 2）。
• 第 1、2 行可用于标题或说明，会被跳过。
• 列格式要求：
  • A、B 列：实际坐标（X_actual, Y_actual）
  • C、D 列：检测坐标（X_detected, Y_detected）
• 空行会被自动忽略。

2) 面型数据 XYZ（.xyz）

• 文件前 14 行为头信息，脚本会保留并更新其中部分内容。
• 从第 15 行开始为数据行，每行至少包含三列：
  • X Y Z
• 文件末尾可带 # 结束行（脚本写出时会添加）。

使用步骤

1. 运行脚本：

   python Distortion_Correction.py

2. 在界面选择校正模式（二维 / 一维 / Brown–Conrady）。
3. 选择畸变参数 Excel 文件（.xlsx）。
4. 选择面型数据文件（.xyz）。
5. 如有需要填写：
   • 旋转角度（度）：检测坐标会按此角度旋转再进行拟合。
   • X/Y 方向偏移量：用于调整面型中心位置。
6. 点击 “运行”。

输出说明

脚本会在输入 XYZ 同目录下生成校正后的文件：

corrected_<原文件名>.xyz

输出文件特性：

• 头信息会保留并更新第 4 行（网格起点与大小）。
• 第 9 行显示宽高会在必要时扩大。
• 数据部分为规则整数网格，Z 值为插值结果。
• 插值范围外或超过阈值（默认 2.0）的区域写入 No Data。

备注与注意事项

• 旋转角度为 度，正值表示逆时针旋转。
• 偏移量用于平移 XYZ 数据中心（在校正前应用）。
• 插值使用线性方法，超出邻域范围会被置为 NaN 并写成 No Data。
• 校正过程会在界面显示三幅对比图，便于评估校正效果。

常见问题

Q: 为什么提示“旋转角度/偏移量必须为数字”？
A: 这些输入必须为可转换为浮点数的字符串；为空时默认为 0。

Q: 输出 XYZ 的网格是整数坐标，能否改为原始浮点？
A: 当前实现使用整数网格插值。如果需要保留浮点网格，需要修改插值部分的网格生成逻辑。