好吧，我沒有飛躍相機來測試所有這些，但這是我如何理解的文檔：
校準地圖不保留偏移，但全點位置。一個條目說明像素必須放置在哪裏。這些值被映射在0和1之間，這意味着你必須通過你的真實圖像的寬度和高度來重新渲染它們。
明確沒有解釋的是，您的像素位置如何映射到您的校準圖的64 x 64位置。我假設它是一樣的：640像素寬度被映射到64像素寬度，並且240像素高度被映射到64像素高度。
所以在一般情況下，從（PX，PY）的640×240像素的位置之一移到畸變位置，你會：
- 相應的校準地圖像素位置的計算：
float cX = pX/640.0f * 64.0f; float cY = pY/240.0f * 64.0f;
- （cX，cY）現在是校準圖中該像素的位置。您將不得不在兩個像素位置之間進行插值，但我現在只解釋如何繼續校準圖
(cX', cY') = rounded locations of (cX, cY)中的離散位置。
- 從校準圖中讀取x和y值：dX，dY，如文檔中所示。您必須通過以下公式計算陣列中的位置：
d = dY*calibrationMapWidth*2 + dX*2;
- dX和dY是介於0和1之間的值（如果不是這樣：因爲沒有不失真可用，所以不要取消這一點，爲了找到真實圖像中的像素位置，由圖像大小相乘：
uX = dX*640; uY = dY*240;
- 設置你的像素不失真值：
undistortedImage(pX,pY) = distortedImage(uX,uY);
，但你不要在你的標定地圖離散點的位置，所以你必須插我給你舉個例子。 ：
let be（cX，cY）=（13.7,10。4）
讓你從你的標定地圖閱讀四個值：
- calibMap（13,10）=（DX1，DY1）
- calibMap（14,10）=（DX2，DY2）
- calibMap（13,11）=（DX3，DY3）
- calibMap（14,11）=（DX4，DY4）
現在您的未失真的像素位置（13.7，10.4）爲（乘以每個用640或240來獲得uX 1，uY1，UX2等）：
// interpolate in x direction first:
float tmpUX1 = uX1*0.3 + uX2*0.7
float tmpUY1 = uY1*0.3 + uY2*0.7
float tmpUX2 = uX3*0.3 + uX4*0.7
float tmpUY2 = uY3*0.3 + uY4*0.7
// now interpolate in y direction
float combinedX = tmpUX1*0.6 + tmpUX2*0.4
float combinedY = tmpUY1*0.6 + tmpUY2*0.4
和你的不失真點是：
undistortedImage(pX,pY) = distortedImage(floor(combinedX+0.5),floor(combinedY+0.5));或插值的像素值也有。
希望這有助於對基本的理解。我會盡快添加openCV重映射代碼！我唯一不清楚的是，pX/Y和cX/Y之間的映射是否正確，會導致文檔中未明確說明。
這是一些代碼。你可以跳過第一部分，我僞造一個失真和創建地圖，這是你的初始狀態。
使用openCV很簡單，只需將校準圖調整爲圖像大小並將所有值與您的分辨率相乘即可。好的是，openCV在調整大小的同時「自動」執行插值。
int main()
{
cv::Mat input = cv::imread("../Data/Lenna.png");
cv::Mat distortedImage = input.clone();
// now i fake some distortion:
cv::Mat transformation = cv::Mat::eye(3,3,CV_64FC1);
transformation.at<double>(0,0) = 2.0;
cv::warpPerspective(input,distortedImage,transformation,input.size());
cv::imshow("distortedImage", distortedImage);
//cv::imwrite("../Data/LenaFakeDistorted.png", distortedImage);
// now fake a calibration map corresponding to my faked distortion:
const unsigned int cmWidth = 64;
const unsigned int cmHeight = 64;
// compute the calibration map by transforming image locations to values between 0 and 1 for legal positions.
float calibMap[cmWidth*cmHeight*2];
for(unsigned int y = 0; y < cmHeight; ++y)
for(unsigned int x = 0; x < cmWidth; ++x)
{
float xx = (float)x/(float)cmWidth;
xx = xx*2.0f; // this if from my fake distortion... this gives some values bigger than 1
float yy = (float)y/(float)cmHeight;
calibMap[y*cmWidth*2+ 2*x] = xx;
calibMap[y*cmWidth*2+ 2*x+1] = yy;
}
// NOW you have the initial situation of your scenario: calibration map and distorted image...
// compute the image locations of calibration map values:
cv::Mat cMapMatX = cv::Mat(cmHeight, cmWidth, CV_32FC1);
cv::Mat cMapMatY = cv::Mat(cmHeight, cmWidth, CV_32FC1);
for(int j=0; j<cmHeight; ++j)
for(int i=0; i<cmWidth; ++i)
{
cMapMatX.at<float>(j,i) = calibMap[j*cmWidth*2 +2*i];
cMapMatY.at<float>(j,i) = calibMap[j*cmWidth*2 +2*i+1];
}
//cv::imshow("mapX",cMapMatX);
//cv::imshow("mapY",cMapMatY);
// interpolate those values for each of your original images pixel:
// here I use linear interpolation, you could use cubic or other interpolation too.
cv::resize(cMapMatX, cMapMatX, distortedImage.size(), 0,0, CV_INTER_LINEAR);
cv::resize(cMapMatY, cMapMatY, distortedImage.size(), 0,0, CV_INTER_LINEAR);
// now the calibration map has the size of your original image, but its values are still between 0 and 1 (for legal positions)
// so scale to image size:
cMapMatX = distortedImage.cols * cMapMatX;
cMapMatY = distortedImage.rows * cMapMatY;
// now create undistorted image:
cv::Mat undistortedImage = cv::Mat(distortedImage.rows, distortedImage.cols, CV_8UC3);
undistortedImage.setTo(cv::Vec3b(0,0,0)); // initialize black
//cv::imshow("undistorted", undistortedImage);
for(int j=0; j<undistortedImage.rows; ++j)
for(int i=0; i<undistortedImage.cols; ++i)
{
cv::Point undistPosition;
undistPosition.x =(cMapMatX.at<float>(j,i)); // this will round the position, maybe you want interpolation instead
undistPosition.y =(cMapMatY.at<float>(j,i));
if(undistPosition.x >= 0 && undistPosition.x < distortedImage.cols
&& undistPosition.y >= 0 && undistPosition.y < distortedImage.rows)
{
undistortedImage.at<cv::Vec3b>(j,i) = distortedImage.at<cv::Vec3b>(undistPosition);
}
}
cv::imshow("undistorted", undistortedImage);
cv::waitKey(0);
//cv::imwrite("../Data/LenaFakeUndistorted.png", undistortedImage);
}
cv::Mat SelfDescriptorDistances(cv::Mat descr)
{
cv::Mat selfDistances = cv::Mat::zeros(descr.rows,descr.rows, CV_64FC1);
for(int keyptNr = 0; keyptNr < descr.rows; ++keyptNr)
{
for(int keyptNr2 = 0; keyptNr2 < descr.rows; ++keyptNr2)
{
double euclideanDistance = 0;
for(int descrDim = 0; descrDim < descr.cols; ++descrDim)
{
double tmp = descr.at<float>(keyptNr,descrDim) - descr.at<float>(keyptNr2, descrDim);
euclideanDistance += tmp*tmp;
}
euclideanDistance = sqrt(euclideanDistance);
selfDistances.at<double>(keyptNr, keyptNr2) = euclideanDistance;
}
}
return selfDistances;
}
我使用這個作爲輸入，並假重映射/失真從中我計算我CALIB墊：
輸入：
僞造失真：
我們ED地圖可以undistort圖像：
TODO：後那些computatons使用的OpenCV地圖與這些值來執行更快的重映射。
什麼是您的相機圖像的分辨率？可能校準圖中的每個點都會告訴您用於移動像素的偏移量。也許你可以使用它初始化另一張地圖，以使用cv :: remap – Micka 2014-11-02 10:51:32
@Micka原始圖像的分辨率爲640x240。 '該地圖是一個64x64點的網格。每個點由兩個32位值' [link]（https://developer.leapmotion.com/documentation/skeletal/java/devguide/Leap_Images）組成。html＃get-the-calibration-map） 檢查鏈接ü可以看到我得到的原始圖像，該頁面描述瞭如何避開它並保持原樣，但我不太明白它:( – user3648343 2014-11-02 11:29:07
你能夠從c自己轉換爲java？它很好的解釋在文檔中，我會盡快添加一個答案。 – Micka 2014-11-02 12:55:30