opencv实现camera模组的暗电流和lenshading补偿

简介

  在接触过的qcom和mtk平台中,camera调试软件和流程基本都是大同小异。所以查了点资料,然后模仿这些软件,自己练习写了下最开始的
两步:暗电流和len shading补偿。

基本原理

产生原因

  在camera模组中,会因为sensor本身的暗电流,从而对图像参数噪声。同时也会因为模组镜头的原因,导致拍摄照片的亮度,中间亮而四周相对较暗。
所以在模组工作中,我们需要对模组做暗电流的校正和len shading相关的补偿。对这方面深入的了解,请自己查询相关资料吧,这里只简单讲解下。

校正补偿原理

  理解到了暗电流和len shading产生原因之后,就可以通过如下步骤开始进行校正。
  暗电流校正:1、用黑胶布遮住摄像头,然后在全黑环境下拍摄一张全尺寸的照片。
                2、软件读取并保存住这张图片的值,这里面非0的值,都是由sensor的暗电流产生的噪点,当对照片处理的时候,
                   需要减去这些对应的噪声。
  lenshading补偿:1、用毛玻璃盖住模组,在灯箱下拍摄一张照片。正常情况下,可以看到照片是中心亮,而四周相对较暗。
                    2、将拍摄的照片通过处理,找出照片中最亮位置的亮度,然后用这个亮度为基准,记录下整个图片中,每个像素位置亮度和
                       这个亮度的比值。当对照片处理的时候,对应像素位置乘以这个比值。

具体实现

框架搭建

  根据前面一篇提到的《opencv模拟button》,构建出了基本软件背景界面和三个操作按键。分别对应为暗电流、len shading补偿、图片处理。
效果如下:
         
                   
  软件的运行如下:./XXX darkcurrent.jpg lenshading.jpg tmp.jpg
  darkcurrent.jpg:拍摄的暗电流照片。
  lenshading.jpg:拍摄的len shading照片。
  tmp.jpg:需要被处理的照片。

功能实现

  所以我们需要关心的就是那三个控件对应的事件处理功能。
void on_button(int buttonNow, Mat img){
    if(buttonNow == 0){
        doDarkCurrent(img);
    }else if(buttonNow == 1){
        lenrollOff(img);
    }else if(buttonNow == 2){
        pic_process(img);
    }
    buttonFlag[buttonNow] = true;
}

暗电流

void doDarkCurrent(Mat mat){                                                                                                         
    IplImage pI = mat;
    IplImage pI_2 = img3;
    int width = mat.rows;
    int height = mat.cols;
    CvScalar s;
    int i, j;
    double b_count = 0, g_count = 0, r_count = 0;
 
    for(i=0; i<height; i++){
        for(j=0; j<width; j++){
            s = cvGet2D(&pI, j, i);
            cvSet2D(&pI_2, j, i, s);
        }
    }
}
  实现很简单,就是将darkcurrent.jpg的照片数据保存到img3中,作为暗电流操作的操作数据。

lenshading补偿

void lenrollOff(Mat img){                                                                                                            
    int *address;
    double maxLight;
    address = (int *)malloc(2);
    IplImage pI = img;
    getMaxLight(img, address, &maxLight); /* 找到图像中最亮的点位置,address为最亮点所在的坐标 */
    lenShading(maxLight, img, img4);
}
  img对应为传入的lenshading.jpg。首先通过函数getMaxLight,建立一个8X8的矩阵,然后该图片中从头到尾计算出矩阵包围的图片区域亮度,
并找出最高的位置和对应平均亮度。
  接着使用函数lenShading,计算出图片所有像素和上一步得到的最大亮度之间比值,对应的保存在img4中。

效果演示

  使用步骤:1、运行软件:./xxx ./res/dark.jpg ./res/lenoff.jpg ./res/1.jpg
            2、依次点击控件:darkcurrent lenrolloff process。
            3、最后效果如下:

图片处理

  在第一步和第二步处理完了之后,接着就可以进行第三步的图片处理。
void pic_process(Mat img){
    imshow("poc_process", img);
    /*process for DarkCurrent*/
    proDark(img);
 
    /*process for lenrollOff*/
    prolenOff(img);
    imshow("prolenOff", img);
}
  这一步中,首先显示出来,需要被处理的照片,也就是之前传入的tmp.jpg。接着使用proDark来减去暗电流产生的噪点。接着使用函数prolenOff进行
图片lenshading的补偿,最后将处理后的图片也显示出来。
void proDark(Mat img){
    int width = img.rows;
    int height = img.cols;
    IplImage pI = img;
    int i, j;
    CvScalar s, s1;
    IplImage pI_2 = img3;
    int start_Haddr = img3.cols / 2 - height / 2;
    int end_Haddr = img3.cols / 2 + height / 2;
    int start_Waddr = img3.rows / 2 - width / 2;
    int end_Waddr = img3.rows / 2 + width / 2;
 
    if((width > img3.rows) || (height > img3.cols)){
        printf("proDark is error!!!!!!\n");
        return;
    }
    for(i=start_Haddr; i < end_Haddr; i++){
        for(j = start_Waddr; j < end_Waddr; j++){
            s = cvGet2D(&pI_2, j, i);
            s1 = cvGet2D(&pI, j - start_Waddr, i - start_Haddr);
 
            s1.val[0] = s1.val[0] - s.val[0];
            s1.val[1] = s1.val[1] - s.val[1];
            s1.val[2] = s1.val[2] - s.val[2];
 
            cvSet2D(&pI, j - start_Waddr, i - start_Haddr, s1);
        }   
    }
}
  在传入的处理图片中,如果是被sensor裁剪过的话,那就从暗电流保存数据的中心开始,计算出和处理照片同样大小的数据,然后处理照片再依次
减去对应的暗电流噪声数据。
void prolenOff(Mat img){
    int width = img.rows;
    int height = img.cols;
    IplImage pI = img;
    IplImage pI_2 = img4;
    int i, j;
    CvScalar s, s1;
 
    cvCvtColor(&pI, &pI, CV_RGB2YCrCb);
    if((width > img4.rows) || (height > img4.cols)){
        printf("prolenOff is error!!!!!!\n");
        return;
    }
    int start_Haddr = img4.cols / 2 - height / 2;
    int end_Haddr = img4.cols / 2 + height / 2;
    int start_Waddr = img4.rows / 2 - width / 2;
    int end_Waddr = img4.rows / 2 + width / 2;
 
    for(i=start_Haddr; i < end_Haddr; i++){
        for(j = start_Waddr; j < end_Waddr; j++){
            s = cvGet2D(&pI_2, j, i);
            s1 = cvGet2D(&pI, j - start_Waddr, i - start_Haddr);
            s1.val[0] = s1.val[0] * s.val[0] / 50;
 
            cvSet2D(&pI, j - start_Waddr, i - start_Haddr, s1);
        }   
    }
    cvCvtColor(&pI_2, &pI_2, CV_YCrCb2RGB);
    cvCvtColor(&pI, &pI, CV_YCrCb2RGB);
}
  len shading补偿也是一样,根据处理图片大小,从补偿数据的中心开始,取出相应大小的数据,然后将图片对应转化为YCrCb,根据补偿值从新调整
权重,接着将图像转换会RGB图像。

效果演示

  使用步骤:1、运行软件:./xxx ./res/dark.jpg ./res/lenoff.jpg ./res/1.jpg
            2、依次点击控件:darkcurrent lenrolloff process。
            3、最后效果如下:
   
代码下载:http://download.csdn.net/detail/u011630458/8691453

你可能感兴趣的:(图形图像,opencv,opencv,图像处理)