全景图片(鱼眼)的平面映射矫正

2023-11-11 19:59

本文主要是介绍全景图片(鱼眼)的平面映射矫正,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近做了一个全景图片平面映射的工作,就是将一个360度的全景球面照片映射到一个平面上,使之看上去没有变形。由于网上的一些鱼眼照片的校正程序不好用,自己通过球体的三角计算,找到了映射效果较好的方法。写博客以备忘。先看看效果。


 做完以后又进行了一些改造,使程序变成一个可变大小,可变角度的相对较通用的程序。本人能力偏弱,只能用笨办法想问题,不足之处敬请海涵。

主要的算法是这样的。当从平面转成球面的时候,需要从圆心引一条直线,通过平面图片的每一个像素,打到球面上,把这个平面的像素给球面即可。我想平面的映射应该就是反过程。关键是怎么求球面的点与平面的点之间的关系。因为虽然是球面的图片,但是只是视觉上是球面的,其图片结构还是二位的像素点。我们来看看具体的分析。


       图片上就是我手绘的一个示意图。将球面映射到平面时,需要新建一个平面图片。对平面的图片的横纵左边点循环,跑遍每一个点,做点与圆心o的连线,打到球面上,球面上点与球面图片的左右边界之间的弧长,就是我们要求的球面图片的横坐标。那么弧长如何计算呢?很显然就是使用圆心角的角度乘以球的半径。(因为过圆心,所以是大圆。半径就是把图片的宽度作为大圆周长,求出来的半径R)。圆心角如何求呢?我能想到的比较直接的办法是三角几何。图片上的A点就是我们的平面上任意一点,我们要求的是Ao与红线的夹角。那么就是Do与红线夹角减去Do与Ao夹角就是了。Do与红线夹角为平面图片长度的一般,假设是length/2。Do的长度可以用DCo这个直角三角形,通过勾股定理来求,值为sqrt(y*y+length/2*length/2)。红线与A所在水平直线的交点假设为E,那么ED就是length/2。所以DoE=arctan(ED/Do)。DoA=arctan((length/2-x)/Do)。那么我们求的AoE就是DoE-DoA=arctan(ED/Do)-arctan((length/2-x)/Do)。用这个角度直接乘以半径R就是横坐标了。当点在平面的右半部分时,把length/2-x变成x-length/2即可。

        纵坐标的求取跟这个很像,只需要求AoB的角度。通过BC与oC的直角三角形勾股定理求Bo。然后AoB就是arctan(AB/Bo)。球的这段弧长就是arctan(AB/Bo)*R但是还有一个问题,现在只是求的弧长,但是我们要求的是球面图片的纵坐标,因此需要用球面图片的高度的一般减去弧长。这样我们就求得了每个点对应的坐标。将图片显示出来即可。

        这个是基本的思路,程序和算法都很简单,但效果不错,也比较稳定。

       因为是360度的全景,因此显示完一部分后我们会想显示其他部分,我们将想显示的角度放到一个vector<float>d中,然后在循环中变化角度,把每个角度转换完的图片放到一个vector<IplImage*>results向量中,并显示出来。在使用vector<IplImage*>results向量,push_back时,遇到了麻烦,耽误了快一天的时间解决这个push_back会覆盖之前图像的问题,愁死我了。这个会在另外的一篇博客中提高。我的工程文件在资源中可以找到。

           还有一个问题是求出来的图像像素点是近似的,因此会模糊,需要处理一下,就是讲不是整数的点,通过上下左右四个点,求一下平均,图像会好很多。函数的主要部分是这样的:

[cpp]  view plain copy
  1. int comeon(IplImage* srcImg,vector<float>& directions, float angle, int xDim, int yDim,vector<IplImage*>& results)    
  2. {    
  3.         //srcImg是原图片,directions是需要的方向,angle是视角范围,xDim和yDim是映射图片大小,results中存放结果  
  4.     Mat src(srcImg);   
  5.     Mat img(xDim+1,yDim+1,CV_8UC3);  
  6.     float z=xDim/(2*tan(angle*3.1415926/360));  
  7.     TickMeter tm;       
  8.     tm.start();   
  9.     for(int i=0;i<directions.size();i++)  
  10.     {  
  11.           
  12.         for (int y=0; y<yDim; y++)    
  13.         {    
  14.   
  15.             uchar* P1  = img.ptr<uchar>(y);   
  16.             uchar* P0  = src.ptr<uchar>(y);         
  17.             for (int x=0; x<xDim; x++)    
  18.             {  
  19.                 float c;  
  20.                 if(y<=(int)(yDim/2))  
  21.                     c=change1(x,y,xDim*1.0/2.0,yDim*1.0/2.0,z);  
  22.                 else  
  23.                     c=change2(x,y,xDim*1.0/2.0,yDim*1.0/2.0,z);  
  24.                 int d=(int)c;  
  25.   
  26.                 P0  = src.ptr<uchar>(c);   
  27.               
  28.                 float a;  
  29.                 a=change(x,y,xDim*1.0/2.0,z);  
  30.                 a=a+directions[i];  
  31.   
  32.                 int   b=(int)a;  
  33.           
  34.   
  35.                 float B=P0[3*b]*(1-a+b)+P0[3*(b+1)]*(a-b);    
  36.                 float G=P0[3*b+1]*(1-a+b)+P0[3*(b+1)+1]*(a-b);    
  37.                 float R=P0[3*b+2]*(1-a+b)+P0[3*(b+1)+2]*(a-b);    
  38.   
  39.                 P0  = src.ptr<uchar>(c+1);  
  40.                 float B1=P0[3*b]*(1-a+b)+P0[3*(b+1)]*(a-b);    
  41.                 float G1=P0[3*b+1]*(1-a+b)+P0[3*(b+1)+1]*(a-b);    
  42.                 float R1=P0[3*b+2]*(1-a+b)+P0[3*(b+1)+2]*(a-b);  
  43.   
  44.                 B=B*(1-c+d)+B1*(c-d);  
  45.                 G=G*(1-c+d)+G1*(c-d);  
  46.                 R=R*(1-c+d)+R1*(c-d);  
  47.   
  48.                 P1[3*x] = (uchar)B;    
  49.                 P1[3*x+1] = (uchar)G;    
  50.                 P1[3*x+2] = (uchar)R;  
  51.             }  
  52.         }  
  53.   
  54.         IplImage *res;  
  55.         res =(_IplImage*) malloc(sizeof(_IplImage));  
  56.         *res=IplImage(img);  
  57.   
  58.         IplImage* tempimg = (IplImage*)cvClone(res);  
  59.         results.push_back(tempimg);  
  60.   
  61.     }  
  62.     tm.stop();    
  63.     cout<<"process time="<<tm.getTimeMilli()<<endl;   
  64.     return 1;  
  65. }   
横坐标求取代码如下:

[cpp]  view plain copy
  1. float change(int x,int y,float xDim,float z)  
  2. {  
  3.     float tt=(xDim-x)/z;  
  4.     float l=120*3.1415926/360-atan(tt);  
  5.     float result=l*r;  
  6.     return result;    
  7. }  





这篇关于全景图片(鱼眼)的平面映射矫正的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/392493

相关文章

使用 Python 和 LabelMe 实现图片验证码的自动标注功能

《使用Python和LabelMe实现图片验证码的自动标注功能》文章介绍了如何使用Python和LabelMe自动标注图片验证码,主要步骤包括图像预处理、OCR识别和生成标注文件,通过结合Pa... 目录使用 python 和 LabelMe 实现图片验证码的自动标注环境准备必备工具安装依赖实现自动标注核心

Java操作xls替换文本或图片的功能实现

《Java操作xls替换文本或图片的功能实现》这篇文章主要给大家介绍了关于Java操作xls替换文本或图片功能实现的相关资料,文中通过示例代码讲解了文件上传、文件处理和Excel文件生成,需要的朋友可... 目录准备xls模板文件:template.xls准备需要替换的图片和数据功能实现包声明与导入类声明与

基于C#实现将图片转换为PDF文档

《基于C#实现将图片转换为PDF文档》将图片(JPG、PNG)转换为PDF文件可以帮助我们更好地保存和分享图片,所以本文将介绍如何使用C#将JPG/PNG图片转换为PDF文档,需要的可以参考下... 目录介绍C# 将单张图片转换为PDF文档C# 将多张图片转换到一个PDF文档介绍将图片(JPG、PNG)转

Qt QWidget实现图片旋转动画

《QtQWidget实现图片旋转动画》这篇文章主要为大家详细介绍了如何使用了Qt和QWidget实现图片旋转动画效果,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 一、效果展示二、源码分享本例程通过QGraphicsView实现svg格式图片旋转。.hpjavascript

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

1.前言 在10.0的系统rom定制化开发中,在进行一些平板等默认横屏的设备开发的过程中,需要在进入camera2的 时候,默认预览图像也是需要横屏显示的,在上一篇已经实现了横屏预览功能,然后发现横屏预览后,拍照保存的图片 依然是竖屏的,所以说同样需要将图片也保存为横屏图标了,所以就需要看下mtk的camera2的相关横屏保存图片功能, 如何实现实现横屏保存图片功能 如图所示: 2.mtk

Spring MVC 图片上传

引入需要的包 <dependency><groupId>commons-logging</groupId><artifactId>commons-logging</artifactId><version>1.1</version></dependency><dependency><groupId>commons-io</groupId><artifactId>commons-

Prompt - 将图片的表格转换成Markdown

Prompt - 将图片的表格转换成Markdown 0. 引言1. 提示词2. 原始版本 0. 引言 最近尝试将图片中的表格转换成Markdown格式,需要不断条件和优化提示词。记录一下调整好的提示词,以后在继续优化迭代。 1. 提示词 英文版本: You are an AI assistant tasked with extracting the content of

研究人员在RSA大会上演示利用恶意JPEG图片入侵企业内网

安全研究人员Marcus Murray在正在旧金山举行的RSA大会上公布了一种利用恶意JPEG图片入侵企业网络内部Windows服务器的新方法。  攻击流程及漏洞分析 最近,安全专家兼渗透测试员Marcus Murray发现了一种利用恶意JPEG图片来攻击Windows服务器的新方法,利用该方法还可以在目标网络中进行特权提升。几天前,在旧金山举行的RSA大会上,该Marcus现场展示了攻击流程,