今天讲讲镜头畸变校正算法的原理。要不要对畸变做校正，看你要真实还是氛围。拍建筑、商品、文档，直线得直、形状得准，要用来做精细测量机器识别，这一步就更别想省。不过那些日常拍摄肉眼看不见的变形，或者就想用鱼眼拍出夸张感，就可以不用强行校正了，留着也挺好。

光学校正保画质，但贵又占地方。靠镜片组合和特殊结构压住变形，不损失锐度、也不费算力。可镜片一多，镜头就变大变重还贵。尤其是超广角镜头，专业的镜头要用一堆镜片校正，成本体积重量大大增加。而对于手机这种体积质量成本受限严重的情况，基本是光学压低、软件补齐。

算法校正更像“反向搬像素”。它把输出图的每个点，根据畸变系数，对应回原图的位置取颜色。大多数时候算出来的位置往往落在小数坐标上，就得靠插值算法（例如双线性插值）算出一个颜色值。

如果只是简单校正最简单的三阶畸变，调一个系数加实时预览就行，手动+目测完全可以胜任。
但是到了复杂畸变（胡须畸变、径向切向畸变混合等）只靠三阶畸变校正力不从心，手动调就是大海捞针。
这时候只能靠标定。
拍一堆已知图案（常用的是棋盘格图案），让软件自己算参数。算好参数后，再根据算出的参数做校正。

算法校正虽然能做到很高的精度，也能省成本，但是代价也实在：边缘会变软、噪点被拉伸、画面还得裁掉一圈。
现在的主流路子很明确——光学先把变形控住，软件再把直线拉直。