我已使用此question帮助我提出了图像的无失真协调系统。现在,我不确定如何在图像中实现新的坐标系,以便能够生成未失真的图像。
我在查找不涉及Matlab,OpenCV或C++ 的答案时遇到了麻烦,因为我正在使用R 。
我从引用的问题中使用的答案为我提供了以下转换后的xy坐标:
1 -19.50255239, -19.50255239
2 -18.26735544, -18.26735544
3 -17.03391152, -17.03391152
4 -15.80221494, -15.80221494
5 -14.57225998, -14.57225998
6 -13.34404095, -13.34404095
...
以此类推,对于512 x 512图像中的512像素。
我正在努力解决将其应用于原始512 x 512图像的问题。我在诸如Open CV页面here和特定pre-defined shifts或latitudinal/longitudinal shifts这样的页面上使用SpatialObjectsDataFrame进行了提及,但没有从一个用户定义的列表中提及xy坐标到另一个。
-获取源图像坐标的示例:
im_coords <- RSAGA::grid.to.xyz(as.matrix(as.raster(im)))
(请注意,我实际上并不希望栅格化图像,而只是我当时found的栅格)
-我用来获取转换后的坐标的代码:
undistort <- function(X, Y, a, b, c, d = 1, imWidth = 512, imHeight = 512) {
#radial barrel distortion
normX <- X - (imWidth / 2)
normY <- Y - (imHeight / 2)
#rmax
radius_u <- sqrt(imWidth^2 + imHeight^2)
#normalize r so that its between 0 and 1
r <- sqrt(normX^2 + normY^2) / radius_u
#Barrel distorition equation: where "r" is the destination radius and "Rsrc" is the source pixel to get the pixel color from
Rsrc <- r * (a*r^3 + b*r^2 + c*r + d)
theta <- ifelse(Rsrc == 0, 1, 1 / atan(Rsrc) * Rsrc)
newX <- (imWidth / 2) + theta * normX
newY <- (imHeight / 2) + theta * normY
return(data.frame(X = newX, Y = newY))
}
这是512x512.png桶形失真图像示例:https://imgur.com/a/W9Qz70W
我想知道kriging是否有用?还是gdalwarp或proj4string?不知道如何实现这些。
更新: 根据罗希特(Rohit)的建议,我能够从以下内容中扭曲彩虹网格:
对此:
当我尝试使用桶形图像时,会得到这张奇怪的叠加图像:
好吧,我认为这取决于您使用的系数,如下所示:
答案 0 :(得分:3)
您实际上不需要计算转换后的xy坐标。您只需要具有x和y坐标并返回未失真坐标的函数。给定您的undistort
函数,在它周围编写一个仅使用x和y作为输入的包装器:
im2 <- imwarp(im1, function(x,y){
undistort(x,y,a=1,b=2,c=4) # Give apropriate values for arguements, I'm not an expert.
})
如果您要专门从一个列表映射到另一个列表,则也可以这样做:
df <- expand.grid(x=1:512,y=1:512) # Original grid coordinates
df1 <- undistort(X=df$x,Y=df$y) # Undistorted grid coordinates
im2 <- imwarp(im1, function(x,y){
df1[df$x==x & df$y==y,] # Map appropriately. Should still work.
})
为interpolation
尝试其他选项,以查看最有效的方法。