我想在OpenCV的cvLogPolar函数中限制极坐标变换的操作区域。我会考虑从头开始重写函数。我正在展开鱼眼镜头图像以产生全景,我想尽可能高效。在变换之后,大部分图像被裁剪掉,在输入图像中给出了一个感兴趣的圆环区域:
这意味着黑色像素会浪费很多处理。
这应该很简单,对吧?该函数应该有两个额外的参数用于剪切范围,radius1和radius2。以下是imgwarp.cpp中cvLogPolar函数的相关pol-to-cart部分:
cvLogPolar( const CvArr* srcarr, CvArr* dstarr,
CvPoint2D32f center, double M, int flags )
{
cv::Ptr<CvMat> mapx, mapy;
CvMat srcstub, *src = cvGetMat(srcarr, &srcstub);
CvMat dststub, *dst = cvGetMat(dstarr, &dststub);
CvSize ssize, dsize;
if( !CV_ARE_TYPES_EQ( src, dst ))
CV_Error( CV_StsUnmatchedFormats, "" );
if( M <= 0 )
CV_Error( CV_StsOutOfRange, "M should be >0" );
ssize = cvGetMatSize(src);
dsize = cvGetMatSize(dst);
mapx = cvCreateMat( dsize.height, dsize.width, CV_32F );
mapy = cvCreateMat( dsize.height, dsize.width, CV_32F );
if( !(flags & CV_WARP_INVERSE_MAP) )
//---snip---
else
{
int x, y;
CvMat bufx, bufy, bufp, bufa;
double ascale = ssize.height/(2*CV_PI);
cv::AutoBuffer<float> _buf(4*dsize.width);
float* buf = _buf;
bufx = cvMat( 1, dsize.width, CV_32F, buf );
bufy = cvMat( 1, dsize.width, CV_32F, buf + dsize.width );
bufp = cvMat( 1, dsize.width, CV_32F, buf + dsize.width*2 );
bufa = cvMat( 1, dsize.width, CV_32F, buf + dsize.width*3 );
for( x = 0; x < dsize.width; x++ )
bufx.data.fl[x] = (float)x - center.x;
for( y = 0; y < dsize.height; y++ )
{
float* mx = (float*)(mapx->data.ptr + y*mapx->step);
float* my = (float*)(mapy->data.ptr + y*mapy->step);
for( x = 0; x < dsize.width; x++ )
bufy.data.fl[x] = (float)y - center.y;
#if 1
cvCartToPolar( &bufx, &bufy, &bufp, &bufa );
for( x = 0; x < dsize.width; x++ )
bufp.data.fl[x] += 1.f;
cvLog( &bufp, &bufp );
for( x = 0; x < dsize.width; x++ )
{
double rho = bufp.data.fl[x]*M;
double phi = bufa.data.fl[x]*ascale;
mx[x] = (float)rho;
my[x] = (float)phi;
}
#else
//---snip---
#endif
}
}
cvRemap( src, dst, mapx, mapy, flags, cvScalarAll(0) );
}
由于例程通过迭代目标图像中的像素来工作,因此r1和r2裁剪区域只需要转换为y1和y2行区域。然后我们只需更改for循环:for( y = 0; y < dsize.height; y++ )
变为for( y = y1; y < y2; y++ )
。
正确?
约束cvRemap怎么样?我希望它忽略无动于衷的像素,或者它的计算成本可以忽略不计。
答案 0 :(得分:2)
我最终做了不同的优化:我将极坐标变换操作的结果存储在持久重映射矩阵中。这有助于很多。如果您在任何时候使用相同的极坐标变换映射对全动态视频进行极性展开,则您不希望每单帧使用百万次正弦/余弦运算重新计算变换。因此,这只需要对OpenCV源中的logPolar
/ linearPolar
操作进行一些小修改,以将重映射结果保存在外部。