diff --git a/docs/assets/misha_calib.jpg b/docs/assets/misha_calib.jpg
new file mode 100644
index 00000000..08a6c0c4
Binary files /dev/null and b/docs/assets/misha_calib.jpg differ
diff --git a/docs/assets/tim_calib.jpg b/docs/assets/tim_calib.jpg
new file mode 100644
index 00000000..c84b87f2
Binary files /dev/null and b/docs/assets/tim_calib.jpg differ
diff --git a/docs/ru/face_recognition.md b/docs/ru/face_recognition.md
index 3a0c1957..02598ab1 100644
--- a/docs/ru/face_recognition.md
+++ b/docs/ru/face_recognition.md
@@ -117,3 +117,47 @@ IndexError: list index out of range
```
В этом случае постарайтесь переделать изображения в папке faces, возможно из-за плохого качества программа не распознает лиц на изображениях.
+
+## Использование калибровки
+
+Для повышения точности распознавания можно использовать калибровку камеры. Модуль для калибровки можно установить, используя [специальный пакет](https://github.com/tinderad/clever_cam_calibration). Инструкцию по установке и использованию можно найти в файле calibration.md. Программа с использованием калибровочного пакета называется recog_undist.py
+
+**Краткое пояснение кода:**
+
+Подключаем установленный пакет:
+
+```python
+import clever_cam_calibration.clevercamcalib as ccc
+```
+
+Добавляем следующие строки:
+
+```python
+height_or, width_or, depth_or = frame.shape
+```
+
+Таким образом получаем информацию о размере изображения, где height_or-это высота оригинального изображения в пикселях, а width_or-ширина.
+Затем исправляем искажения оригинального изображения и получаем уже его параметры:
+
+```python
+if height_or==240 and width_or==320:
+ frame=ccc.get_undistorted_image(frame,ccc.CLEVER_FISHEYE_CAM_320)
+elif height_or==480 and width_or==640:
+ frame=ccc.get_undistorted_image(frame,ccc.CLEVER_FISHEYE_CAM_640)
+else:
+ frame=ccc.get_undistorted_image(frame,input("Input your path to the .yaml file: "))
+height_unz, width_unz, depth_unz = frame.shape
+```
+
+***В данном случае мы передаем аргумент ссс.CLEVER_FISHEYE_CAM_640, т.к. разрешение изображения в приведенном примере составляет 640x480, также можно использовать ссс.CLEVER_FISHEYE_CAM_320 для разрешения 320x240, в противном случае необходимо в качестве второго аргумента передать путь до калибровочного .yaml файла.***
+
+И, наконец, возвращаем изображение к изначальному размеру:
+
+```python
+frame=cv2.resize(frame,(0,0), fx=(width_or/width_unz),fy=(height_or/height_unz))
+```
+
+Благодаря этому можно значительно повысить точность распознавания, т.к. обрабатываемое изображение будет уже не так сильно искажено.
+
+
+