所以基本上我想找出，对于我在这里所做的校准，反转失真参数是什么。
注意：我知道我们可以执行不失真，然后使用重Map来完成我在下面所做的工作，但我的目标是能够找出实际的反转失真参数，并使用它们来扭曲其他图像，而不仅仅是能够还原cv2.undistort（）所做的事
概述：
我尝试过传递失真参数的否定：

# _, mat, distortion, _, _ = cv2.calibrateCamera(...)

# undistorted_image = cv2.undistort(with distortion)

# redistorted_image = cv2.undistort(with np.negative(distortion))

理论上，我在想，如果重新扭曲的图像与原始图像相似，那么 np.negative(distortion) 参数是我要找的，但结果是假的。
我使用的实际方法：

def save_undistorted_images(image, matrix, distortion):
    test_image_su = cv.imread(image)
    height, width = test_image_su.shape[:2]
    new_camera_mtx, roi = cv.getOptimalNewCameraMatrix(matrix, distortion, (width, height), 1, (width, height))

    distortion_u = np.negative(distortion)

    # unsure if this line helps
    new_camera_mtx_inv, roi = cv.getOptimalNewCameraMatrix(matrix, distortion_u, (width, height), 1, (width, height))

    # undistort the image
    undistorted_image = cv.undistort(test_image_su, matrix, distortion, None, new_camera_mtx)
    cv.imwrite('undistorted_frame.png', undistorted_image)

    # redistort trying to get something like original image (image_test_su) 
    distorted_image = cv.undistort(undistorted_image, matrix, distortion_u, None, new_camera_mtx_inv)
    cv.imwrite('redistorted_frame.png', distorted_image)

结果是：
（左a：原始）（右b：未失真）


（左c：使用 np.negative(distortion) )（右d：使用 np.negative(distortion) ))


这里的图像d基本上是c在b上执行的，我期望它类似于a
为什么这里的b会压倒c的作用？
我尝试过的另一种计算逆的方法：
下面是我对本文的python实现

distortion_u = distortion

    k1 = distortion_u[0][0]
    k2 = distortion_u[0][1]
    k3 = distortion_u[0][4]

    b1 = -1 * k1
    b2 = 3 * (k1 * k1) - k2
    b3 = (8 * k1 * k2) + (-1 * (12 * (k1 * k1 * k1))) - k3

    # radial:
    distortion_u[0][0] = b1
    distortion_u[0][1] = b2
    distortion_u[0][4] = b3

    # tangential: 
    #distortion_u[0][2] = -1 * distortion_u[0][2]
    #distortion_u[0][3] = -1 * distortion_u[0][3]

利用上述畸变参数对未畸变图像进行畸变处理的效果也不好，看起来与上述结果非常相似。
所以，这让我们想到：
为什么正态失真的影响总是压倒负的np（失真）或其他什么？
所有的扭曲都是这样的吗(负值不等于相反的效果）
如何得到实际相反的畸变参数？