写出opencv源代码啥水平

Posted 2023-05-10

参考技术A 为了更好的成像质量引入的透镜导致了图像的畸变，无论是在摄影还是在AI图像识别方面都有还原事物真实面目的需求。那么我们首先体验一下在opencv中去畸变的快感吧。（偷偷说一下上面那张图是在ps中去畸变的 ）

opencv中去畸变有两种形式，一种直接调用cv::undistort()函数，函数参数如下：

@param src Input (distorted) image.@param dst Output (corrected) image that has the same size and type as src .@param cameraMatrix Input camera matrix \f$A = \vecthreethreef_x0c_x0f_yc_y001\f$ .@param distCoeffs Input vector of distortion coefficients\f$(k_1, k_2, p_1, p_2[, k_3[, k_4, k_5, k_6[, s_1, s_2, s_3, s_4[, \tau_x, \tau_y]]]])\f$of 4, 5, 8, 12 or 14 elements. If the vector is NULL/empty, the zero distortion coefficients are assumed.@param newCameraMatrix Camera matrix of the distorted image. By default, it is the same ascameraMatrix but you may additionally scale and shift the result by using a different matrix. */CV_EXPORTS_W void undistort( InputArray src, OutputArray dst, InputArray cameraMatrix, InputArray distCoeffs, InputArray newCameraMatrix = noArray() );

此法对每帧图像去畸变都要计算复杂的公式，耗时非常多，因此在实时视频处理方面，没人用它。

使用 OpenCV 的光流 - 水平和垂直组件

【中文标题】使用 OpenCV 的光流 - 水平和垂直组件

【英文标题】：Optical Flow using OpenCV - Horizontal and Vertical Components

【发布时间】：2014-12-25 05:14:59

【问题描述】：

我有以下代码可以找到 2 个图像（或 2 个视频帧）的光流，并且它是彩色编码的。我想要的是光流的水平和垂直分量分别（如在单独的图像中）

这是我目前的代码：

import cv2
import numpy as np
frame1 = cv2.imread('my1.bmp')
frame2 = cv2.imread('my2.bmp')
prvs = cv2.cvtColor(frame1,cv2.COLOR_BGR2GRAY)
next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)
hsv = np.zeros_like(frame1)
hsv[...,1] = 255

while(1):
    next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)
    flow = cv2.calcOpticalFlowFarneback(prvs, next, 0.5, 3, 15, 3, 5, 1.2, 0)
    mag, ang = cv2.cartToPolar(flow[...,0], flow[...,1])
    hsv[...,0] = ang*180/np.pi/2
    hsv[...,2] = cv2.normalize(mag,None,0,255,cv2.NORM_MINMAX)
    rgb = cv2.cvtColor(hsv,cv2.COLOR_HSV2BGR)

    cv2.imshow('frame2',rgb)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
    elif k == ord('s'):
        cv2.imwrite('opticalmyhsv.pgm',rgb)

cap.release()
cv2.destroyAllWindows()

这是给定我的两张图像的光流：

【问题讨论】：

这看起来像你从教程中提取了这段代码：docs.opencv.org/trunk/doc/py_tutorials/py_video/py_lucas_kanade/… - 无论如何，我会写一个答案。给我一点时间。

您使用的是相同的光流算法吗？ OF算法有很多。另外，我怀疑他们是在一种算法而不是另一种算法中进行规范化。听起来 120-160 是用于将结果可视化为灰度图像，而 5.232 是实际位移。

这可能就是它与众不同的原因。不是同一个算法。除非我知道场景中的最小和最大原始位移，否则我不知道如何将其恢复到位移。请发布一个单独的问题。这超出了您对这个的要求。

我已回滚您的编辑。请不要删除代码和图像。这对您问题的未来访问者很有用。这也将有助于理解我写给你的答案。没有这两件事，人们不会知道发生了什么。

【参考方案1】：

如果您想分别可视化水平和垂直分量，您可以将两者分别可视化为灰度图像。我会让灰色表示没有运动，黑色表示向左的帧中的最大运动量（负），而白色表示向右的帧中的最大运动量（正） .

calcOpticalFlowFarneback 的输出是一个 3D numpy 数组，其中第一个切片表示水平 (x) 位移量，而第二个切片表示垂直 (y) 位移量。

因此，您需要做的就是定义两个单独的 2D numpy 数组来存储这些值，以便我们可以将它们显示给用户。但是，您需要对显示流进行标准化，以便没有运动是粗灰色，最左边的运动是黑色或强度 0，而最右边的运动是白色或强度 255。

因此，您需要做的就是修改代码以显示两个 OpenCV 窗口，用于水平和垂直运动，如下所示：

import cv2
import numpy as np
frame1 = cv2.imread('my1.bmp')
frame2 = cv2.imread('my2.bmp')
prvs = cv2.cvtColor(frame1,cv2.COLOR_BGR2GRAY)
next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)

flow = cv2.calcOpticalFlowFarneback(prvs, next, 0.5, 3, 15, 3, 5, 1.2, 0)

# Change here
horz = cv2.normalize(flow[...,0], None, 0, 255, cv2.NORM_MINMAX)     
vert = cv2.normalize(flow[...,1], None, 0, 255, cv2.NORM_MINMAX)
horz = horz.astype('uint8')
vert = vert.astype('uint8')

# Change here too
cv2.imshow('Horizontal Component', horz)
cv2.imshow('Vertical Component', vert)

k = cv2.waitKey(0) & 0xff
if k == ord('s'): # Change here
    cv2.imwrite('opticalflow_horz.pgm', horz)
    cv2.imwrite('opticalflow_vert.pgm', vert)

cv2.destroyAllWindows()

---

我已经修改了代码，因此没有while 循环，因为您只能找到两个预定帧之间的光流。您不会从实时源（例如相机）中抓取帧，因此我们可以只显示不在while 循环中的两个图像。我已将 waitKey 的等待时间设置为 0，以便您无限期地等待直到您按下一个键。这几乎模拟了您之前的 while 循环行为，但它不会因浪费的周期而不必要地加重您的 CPU 负担。我还删除了一些不必要的变量，例如 hsv 变量，因为我们没有同时显示颜色编码的水平和垂直分量。我们也只计算一次光流。

无论如何，我们用上面的代码计算光流，分别提取水平和垂直分量，对[0,255]范围内的分量进行归一化，转换为uint8，这样我们就可以显示结果然后显示结果。我还修改了你的代码，如果你想保存组件，它会将水平和垂直组件保存为两个单独的图像。

---

编辑

在您的 cmets 中，您希望使用我们在上面创建的相同逻辑来显示一系列图像。您有一个要循环浏览的文件名列表。这不是很难做到。只需将您的字符串放入列表中，然后使用存储在此列表中的文件名计算成对图像之间的光流。我将修改代码，以便当我们到达列表的最后一个元素时，我们将等待用户推送某些内容。在那之前，我们将循环浏览每对图像，直到结束。换句话说：

import cv2
import numpy as np

# Create list of names here from my1.bmp up to my20.bmp
list_names = ['my' + str(i+1) + '.bmp' for i in range(20)]

# Read in the first frame
frame1 = cv2.imread(list_names[0])
prvs = cv2.cvtColor(frame1,cv2.COLOR_BGR2GRAY)

# Set counter to read the second frame at the start
counter = 1

# Until we reach the end of the list...
while counter < len(list_names):
    # Read the next frame in
    frame2 = cv2.imread(list_names[counter])
    next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)

    # Calculate optical flow between the two frames
    flow = cv2.calcOpticalFlowFarneback(prvs, next, 0.5, 3, 15, 3, 5, 1.2, 0)

    # Normalize horizontal and vertical components
    horz = cv2.normalize(flow[...,0], None, 0, 255, cv2.NORM_MINMAX)     
    vert = cv2.normalize(flow[...,1], None, 0, 255, cv2.NORM_MINMAX)
    horz = horz.astype('uint8')
    vert = vert.astype('uint8')

    # Show the components as images
    cv2.imshow('Horizontal Component', horz)
    cv2.imshow('Vertical Component', vert)

    # Change - Make next frame previous frame
    prvs = next.copy()

    # If we get to the end of the list, simply wait indefinitely
    # for the user to push something
    if counter == len(list_names)-1
        k = cv2.waitKey(0) & 0xff
    else: # Else, wait for 1 second for a key
        k = cv2.waitKey(1000) & 0xff

    if k == 27:
        break
    elif k == ord('s'): # Change
        cv2.imwrite('opticalflow_horz' + str(counter) + '-' + str(counter+1) + '.pgm', horz)
        cv2.imwrite('opticalflow_vert' + str(counter) + '-' + str(counter+1) + '.pgm', vert)

    # Increment counter to go to next frame
    counter += 1

cv2.destroyAllWindows()

---

上面的代码将循环显示成对的帧，并在每对帧之间等待 1 秒，让您有机会退出显示，或将水平和垂直组件保存到文件中。请记住，我已经做到了，无论您保存什么帧，它们都会用两个数字编制索引，告诉您它们正在显示哪些帧对。在下一次迭代发生之前，下一帧将是上一帧，因此next 被prvs 的副本替换。在循环开始时，下一帧被适当地读入。

---

希望这会有所帮助。祝你好运！

【讨论】：

calcOpticalFlowPyrLK() 是 OpenCV 中的 Lucas-Kanade 算法，它不会为您提供水平和垂直位移的二元素元组。只是说。

@a-Jays - 哎呀。我的错。在本例中，它是一个 3D numpy 数组。我显然无法阅读文档。修正了我的答案。

@Rohit - 您可以像以前一样在while 循环中显示所有这些。我会发布一个编辑。

我还没来得及写答案。毕竟是圣诞节！我很快就会的。

@Rohit - 完成。祝你好运！