在Python中，我们可以使用OpenCV库对鱼眼镜头拍摄的图像进行去畸变处理。以下是实现的基本步骤：

1. 准备数据：首先，我们需要准备一组用于标定的棋盘格图像和对应的标定板参数。这组图像应该包括不同角度、不同距离和不同方向的棋盘格图像，以便于准确计算相机的内参和畸变参数。
2. 摄像头标定：使用OpenCV的cv2.calibrateCamera()函数对摄像头进行标定。该函数会根据棋盘格图像和对应的标定板参数计算出相机的内参（包括焦距、主点坐标等）和畸变参数（包括径向畸变和切向畸变）。
3. 图像映射：根据相机的内参和畸变参数，我们可以使用OpenCV的cv2.fisheye.initUndistortRectifyMap()函数生成图像映射的映射关系。该函数会返回两个映射关系，一个是用于正向映射的映射关系，另一个是用于反向映射的映射关系。
4. 去畸变：使用OpenCV的cv2.remap()函数对鱼眼镜头拍摄的图像进行去畸变处理。该函数会根据正向映射的映射关系对图像进行映射，从而得到去畸变后的图像。

下面是一个简单的示例代码，演示了如何使用OpenCV对鱼眼镜头拍摄的图像进行去畸变处理：

```python
import cv2
import numpy as np

准备棋盘格图像和标定板参数

chessboardsize = (9, 6)
chessboard_obj_points = np.zeros((np.prod(chessboard_size),3), dtype=np.float32)
chessboard_obj_points[:,:2] = np.indices(chessboard_size).T.reshape(-1,2) 1.0
chessboard_img_points = []
img_size = (640, 480)
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
objp = np.zeros((1, chessboard_size[0]chessboard_size[1], 3), np.float32)
objp[0,:,:2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1,2)
objpoints = [] # 3d point in real world space
imgpoints = [] # 2d points in image plane.
images = glob.glob(‘fisheye*.jpg’)
for fname in images:
img = cv2.imread(fname)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None)
if ret == True:
objpoints.append(objp)
imgpoints.append(corners)
imgpoints2, = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)
map1, map2 = cv2.initUndistortRectifyMap(cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)[1], None, None, cv2.getOptimalNewCameraMatrix(cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)[1], gray.shape[::-1], 1, 0, False)[1], gray.shape[::-1], cv2.CV_16SC2)
for fname in images:
img = cv2.imread(fname)
h, w = img.shape[:2]
newcameramtx = cv2.getOptimalNewCameraMatrix(cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None)[1], gray.shape[::-1], 1, 0, False)[1] # 3x3 single matrix for undistort and rectify