hdr

-3熱度

1回答

是否有一個python模塊可以讓我讀取HDR圖像的尺寸？標準python PIL庫無法讀取HDR圖像。 HDR引用高動態範圍圖像。 Photoshop可以讀取這種文件格式，但我一直無法找到任何可以讀取這種文件格式的python模塊。更新： PIL Image.open返回「IO錯誤：無法識別圖像文件」讀書的HDR圖像文件格式時imghdr返回無。

0熱度

1回答

將Texture2D轉換爲EXR（HDRI）

我正在尋找一種方法將Texture2D直接轉換爲字節數組中的EXR格式。我做了很少的研究，這似乎比我想象的要複雜。因爲我沒有一個，所以沒有真正尋找代碼。只是建議如何做到這一點。

-1熱度

1回答

如何廣色域，從8位轉換成10位

我知道，我們觀看了電視機上的視頻是色域範圍compressed.The將是narrow.I想知道是否有一種神奇的方式可以實現延伸。杜比聲稱感知量化器（PQ）EOTE。有兩個函數Eg。 the Perceptual Quantizer(PQ)EOTE這個排隊就像將bt709轉換成bt2020的方式一樣。我想轉換8bit到10bit像x264。計算機只支持8位; 16位; 32位。這些數據類型

0熱度

1回答

Timothy Lottes通用色調映射器

我正在查看Timothy Lottes的presentation，他在那裏衍生出通用色調映射器（幻燈片37及以下）。雖然不同參數的目的很好地解釋了我很難適當地調整它們。我寫了一個simple script來比較不同的tonemappers，並且很難找到通用色調映射器的合理設置。一般來說，我不能得到曲線的肩膀表現可與其他運營商相媲美。也許這是我的實現中的一個錯誤（原始源代碼在幻燈片中）。 def

3熱度

1回答

在iOS上使用openCV進行高動態範圍成像會產生亂碼輸出

我正嘗試在iOS上使用openCV 3從多個曝光生成HDR圖像，最終將作爲EXR文件輸出。我注意到，當我嘗試創建HDR圖像時，出現亂碼輸出。認爲嘗試創建相機響應是一個錯誤，我從頭開始並將openCV上的HDR成像教程材料改編爲iOS，但它產生了類似的結果。下面的C++代碼返回亂碼圖像： cv::Mat mergeToHDR (vector<Mat>& images, vector<float>&

0熱度

1回答

如何HDR直方圖足跡恆定

我不明白的HDR Histogram很基本的概念：的HDR直方圖保持在空間和時間的固定成本。直方圖的內存佔用是不變的，在記錄數據值或迭代它們時不涉及分配操作。無論記錄的數據值樣本的數量如何，內存佔用都是固定的，並且完全取決於選擇的動態範圍和精度。這怎麼可能？還是僅僅意味着它使用了被動隊列，並且不會在堆中創建對象的新實例，同時附加隊列並增加整個RAM的消耗量？

1熱度

1回答

HDR色彩空間轉換導致負的RGB值（Yxy到XYZ到sRGB）

我正在將HDR添加到舊引擎中，並偶然遇到色彩空間轉換問題。我定義的Yxy表色空間然後我轉換的Yxy到XYZ XYZ到sRGB的改造我的燈。最後使用色調映射對結果進行渲染和規格化時，使用> 1.0的RGB值。由於主光源是具有高達150k Lux照度的太陽，我正在使用相當龐大的數字。 YxyToXYZ功能 osg::Vec3 YxyToXYZ(const osg::Vec3& Yxy) {

1熱度

1回答

以時間爲單位查找攝像頭的曝光時間？

我正在嘗試使用HDR捕捉，並通過Python通過OpenCV使用Logitech C920。迄今爲止我所遇到的所有相機校準算法都需要圖像曝光的實際持續時間或至少已知各種曝光時間之間的比率。不幸的是，在C920中爲OpenCV設置曝光時間（CAM_PROP_EXPOSURE）時，我所擁有的是一個整數範圍[-11至-2]，沒有單位指示。是否有一個低級別的API或實用程序，我可以用相機探測以找到相應的

0熱度

1回答

從HDRi LatLong地圖直接渲染到浮點立方圖 - 不是HDR

我有一個HDR輻射環境地圖作爲我想要轉換爲立方體貼圖的LatLong 2D紋理圖像。我通過將HDR貼圖加載爲2D浮動紋理，將其投影到立方體上，然後從6個不同方向渲染該立方體內的場景，直接填充具有各自立方體貼圖面的glFramebufferTexture2D的立方體貼圖作爲函數的紋理目標。生成立方體貼圖是產生如下浮點立方體貼圖： glTexParameteri(GL_TEXTURE_CUBE_MA

0熱度

1回答

如何用numpy快速迭代並修改像素數組？

首先，我對Python和它的庫相對陌生。以下代碼的目的是將HDR圖像轉換爲RGBM，詳見WebGL Insights Chapter 16。 import argparse import numpy import imageio import math # Parse arguments parser = argparse.ArgumentParser(description = '