我正在使用具有4台离散摄像机（相同类型）的立体摄像机装备，但目前仅需要一对摄像机（cam1和cam2）。
目的是校准立体声对并获取有关场景的3D信息。我在Visual Studio 2017中将Python 3.6与OpenCV 3.4.3结合使用。
我拍摄了28张国际象棋棋盘校准图案的图像，并分别使用标准OpenCV程序对相机进行了立体校准。
由于校准数据看起来不错并且失真校正工作正常，因此下一步是图像的校正。
这就是事情变得奇怪的地方。我花了最后三周的时间进行研究，阅读了很多东西，尝试了很多，并始终得到糟糕的结果。我将cv2.stereoCalibrate（也尝试使用不同的标志，如在不同主题中所建议），cv2.stereoRectify（也具有不同的alpha值），cv2.initUndistortRectifyMap和cv2.remap用于图像的实际重映射（方法1）。但是结果从来都不是想要的。
我最近设法获得了经过校正的图像，看起来像是用cv2.uncalibratedRectification进行了实际校正。因此，我没有使用匹配点（因为SURF和SIFT是免费的...），但是使用了稍微不同的方法。我的28张校准图像中校准图案的边缘用作输入点。这样效果很好，但是校正后的图像看起来并不完美。
这是我的图像（这些都不是校准图像），所以您可以想象我在说什么：
原始左右图像 未经
失真的图像，已
通过方法1校正，alpha = 1，已
通过方法1进行了校正，alpha = 0，已
校正，未经校正，最佳结果我现在知道了
谁能给我一个提示，提示我使用方法1出了什么问题？我已经看到很多类似问题的帖子，但是我在评论中找不到解决方案。还是这是OpenCV中的错误？
还是有人知道如何改善未校准的整流？
这是带有相关调用的代码段：
# imports
import numpy as np
import cv2
import glob
import argparse
import sys
import os
# size calib array
numEdgeX = 10
numEdgeY = 7
# preface
exitCode = 0
# get directories
pathDir = str(os.path.dirname(os.path.realpath(__file__)))
pathDir = pathDir[:-17]
pathCalib = pathDir + "\\CalibData" + "\\chess"
try:
# define pair
p = 1
cal_path = …