使用高度图扭曲图像？
我有一个图像的高度图，它告诉我每个像素在Z方向上的偏移量。 我的目标是只使用它的高度图平整扭曲的图像。
我会如何去做这件事？ 如果有帮助，我知道相机的位置。
为此，我考虑假定每个像素都是平面上的一个点，然后根据我从高度图获得的Z值以及该翻译的垂直平移（假设您正在寻找在上面的点;转变将导致点从你的角度来回移动）。
从这个预测的转变中，我可以提取每个像素的X和Y偏移量，我可以将它提供给cv.Remap() 。
但我不知道如何通过OpenCV获得一个点的投影3D偏移量，更不用说构建一个偏移量图。
以下是我参考的图片：
我知道激光的角度（45度），并且从校准图像中，我可以很容易地计算出书的高度：
h(x) = sin(theta) * abs(calibration(x) - actual(x))
我对这两条线都做了这个，并使用这种方法线性插入两条线来生成一个曲面（Python代码，它在一个循环中）：
height_grid[x][y] = heights_top[x] * (cv.GetSize(image)[1] - y) + heights_bottom[x] * y
我希望这有帮助 ;）
现在，这是我必须对图像进行解压的方法。 考虑到它的位置（以及相机的位置，旋转等），中间所有奇怪的东西都会将3D坐标投影到相机平面上：
class Point:
def __init__(self, x = 0, y = 0, z = 0):
self.x = x
self.y = y
self.z = z
mapX = cv.CreateMat(cv.GetSize(image)[1], cv.GetSize(image)[0], cv.CV_32FC1)
mapY = cv.CreateMat(cv.GetSize(image)[1], cv.GetSize(image)[0], cv.CV_32FC1)
c = Point(CAMERA_POSITION[0], CAMERA_POSITION[1], CAMERA_POSITION[2])
theta = Point(CAMERA_ROTATION[0], CAMERA_ROTATION[1], CAMERA_ROTATION[2])
d = Point()
e = Point(0, 0, CAMERA_POSITION[2] + SENSOR_OFFSET)
costx = cos(theta.x)
costy = cos(theta.y)
costz = cos(theta.z)
sintx = sin(theta.x)
sinty = sin(theta.y)
sintz = sin(theta.z)
for x in xrange(cv.GetSize(image)[0]):
for y in xrange(cv.GetSize(image)[1]):
a = Point(x, y, heights_top[x / 2] * (cv.GetSize(image)[1] - y) + heights_bottom[x / 2] * y)
b = Point()
d.x = costy * (sintz * (a.y - c.y) + costz * (a.x - c.x)) - sinty * (a.z - c.z)
d.y = sintx * (costy * (a.z - c.z) + sinty * (sintz * (a.y - c.y) + costz * (a.x - c.x))) + costx * (costz * (a.y - c.y) - sintz * (a.x - c.x))
d.z = costx * (costy * (a.z - c.z) + sinty * (sintz * (a.y - c.y) + costz * (a.x - c.x))) - sintx * (costz * (a.y - c.y) - sintz * (a.x - c.x))
mapX[y, x] = x + (d.x - e.x) * (e.z / d.z)
mapY[y, x] = y + (d.y - e.y) * (e.z / d.z)
print
print 'Remapping original image using map...'
remapped = cv.CreateImage(cv.GetSize(image), 8, 3)
cv.Remap(image, remapped, mapX, mapY, cv.CV_INTER_LINEAR)
这现在变成了一大串图像和代码......无论如何，这个代码块需要我7分钟才能在18MP相机图像上运行; 这太长了，最后，这种方法对图像没有任何影响（每个像素的偏移量是<< 1 ）。
有任何想法吗？
我最终实现了我自己的解决方案：
for x in xrange(cv.GetSize(image)[0]):
for y in xrange(cv.GetSize(image)[1]):
a = Point(x, y, heights_top[x / 2] * (cv.GetSize(image)[1] - y) + heights_bottom[x / 2] * y)
b = Point()
d.x = costy * (sintz * (a.y - c.y) + costz * (a.x - c.x)) - sinty * (a.z - c.z)
d.y = sintx * (costy * (a.z - c.z) + sinty * (sintz * (a.y - c.y) + costz * (a.x - c.x))) + costx * (costz * (a.y - c.y) - sintz * (a.x - c.x))
d.z = costx * (costy * (a.z - c.z) + sinty * (sintz * (a.y - c.y) + costz * (a.x - c.x))) - sintx * (costz * (a.y - c.y) - sintz * (a.x - c.x))
mapX[y, x] = x + 100.0 * (d.x - e.x) * (e.z / d.z)
mapY[y, x] = y + 100.0 * (d.y - e.y) * (e.z / d.z)
print
print 'Remapping original image using map...'
remapped = cv.CreateImage(cv.GetSize(image), 8, 3)
cv.Remap(image, remapped, mapX, mapY, cv.CV_INTER_LINEAR)
这（缓慢）重新映射每个像素使用cv.Remap函数，这似乎是一种工作...
基于距相机距离的失真仅在透视投影中发生。 如果具有像素的（x，y，z）位置，则可以使用摄像机的投影矩阵将像素重新投影到世界空间中。 利用这些信息，您可以以正交方式呈现像素。 但是，由于原始透视投影，您可能会丢失数据。
将你的场景分开如下：
请注意，相机变换会丢弃信息（您无法获得每个屏幕像素的深度值）。 你也可以在屏幕上重叠一些场景，在这种情况下只显示最前面的部分 - 其余部分将被丢弃。 所以一般来说这不是完全可逆的。
有两种明显的方法可以解决这个问题。 两者都依赖于具有相机变换的准确值。
光线投射：对于S中的每个像素，将光线投射回场景中。 找出它到达高度场的地方; 这给了你在原始图像I中的（x，y），屏幕像素为你提供了那个点的颜色。 一旦你有尽可能多的我 ，你可以恢复，重新改造它找到S”。
双重渲染：对于我中的每个x，y，找到（u，v）和（u'，v'）。 从S （u，v）中取像素颜色并将其复制到S' （u'，v'）。
这两种方法都会有抽样问题，这些问题可以通过超级采样或插值来获得帮助 方法1将在图像的遮挡区域留下空白空间，方法2将从第一个表面“投影”。
编辑：
我假设你的意思是一个CG风格的高度场，其中S中的每个像素都直接在S'中的相应位置的上方; 但这不是页面如何在表面上打印。 页面固定在脊柱上，无弹力 - 抬起页面的中心会将自由边缘拉向脊柱。
根据您的样本图像，您必须扭转这种累计拉动 - 检测脊椎中心线的位置和方向，并逐步向左和向右移动，找到每个垂直条的顶部和底部的高度变化，计算结果方面缩小和倾斜，并将其反转以重新创建原始平面页面。
链接地址: http://www.djcxy.com/p/5185.html