使用OpenCV打开RAW文件

最新推荐文章于 2024-08-01 17:24:26 发布

tanmengwen

最新推荐文章于 2024-08-01 17:24:26 发布

阅读量1.9w

点赞数 1

分类专栏： OpenCV

OpenCV 专栏收录该内容

52 篇文章 2 订阅

订阅专栏

首先来介绍一下关于相机的基础知识：
1.CCD/CMOS相机的感光元件对波长（即颜色）不敏感，如果拿一个裸体的CCD/CMOS传感器去拍摄图像，只能得到灰度图；
2.因为上述这条，人们必须找到能够将波长区分开的方法，其中一种是使用三个滤光片（通常是RGB三色），在这三个滤光片之后放置三个CCD，这就是3CCD相机；

3.显然上一种方法的成本太高了，聪明的人类又想到了另一个方法：那就是在CCD/CMOS传感器矩阵之前放置一个滤色片矩阵，每个像素对应一个滤色片，将RGB三种颜色的滤色片均匀分布在这个矩阵中，拍摄到图像后将对应颜色的像素的值取出来并进行插值，就得到了三个通道的数据。

RAW文件存储的就是第三种方法拍摄的原始数据，可以使用photoshop打开，放大后能够很明显的观察到类似棋盘格一样的像素值。虽然没有白平衡设置，但最大的好处是真实的数据也没有被改变，基于这些数据操作者可以设置自己的通道权值，能够任意的调整色温和白平衡。

将图像放大：

局部放大

继续放大：

在一个项目中我用到了12bit的工业相机，通过调用该相机SDK中的函数可以将拍摄的图像数据保存为16bit单通道的raw文件，其中前12bit有效，末尾4bit是0。

下面来介绍如何用OpenCV打开raw文件。思路如下：
1.以二进制方式打开文件；
2.将每个像素对应的16bit的数据分成两个8bit，分别放入两个矩阵中；
3.对这两个矩阵进行色彩空间变换，转换为两个8bit三通道的图像；
4.将这两个图像合成为一个16bit三通道的图像。

废话少说，代码如下：

void CMy20120510readrawfileDlg::OnBnClickedButton2()
{
const int WIDTH = 1360;
const int HEIGHT = 1024;

CFile file;
file.Open(_T("aaa.raw"), CFile::modeRead | CFile::typeBinary);
file.SeekToBegin();

BYTE * pfilebuf = new BYTE[HEIGHT*WIDTH*2];

if (HEIGHT*WIDTH*2 != file.Read(pfilebuf, HEIGHT*WIDTH*2))
{
//提示文件读取错误
file.Close();
return;
}

file.Close();

//

CvMat* mat_a = cvCreateMat(1, HEIGHT*WIDTH, CV_8U); //单行矩阵便于赋值操作
CvMat* mat_b = cvCreateMat(1, HEIGHT*WIDTH, CV_8U); //同上

int i=0;

do {
CV_MAT_ELEM(*mat_a, unsigned char, 0, i) = pfilebuf[i*2]; //低8位信息
CV_MAT_ELEM(*mat_b, unsigned char, 0, i) = pfilebuf[i*2+1]; //高8位信息

i++;
}while(i<HEIGHT*WIDTH);

delete[] pfilebuf;

cvReshape(mat_a, mat_a, 0, HEIGHT); //把单行矩阵整形为二维矩阵
cvReshape(mat_b, mat_b, 0, HEIGHT);

IplImage* img_a = cvCreateImage(cvSize(WIDTH,HEIGHT), IPL_DEPTH_8U, 3);
IplImage* img_b = cvCreateImage(cvSize(WIDTH,HEIGHT), IPL_DEPTH_8U, 3);

cvCvtColor(mat_a, img_a, CV_BayerBG2RGB); //色彩空间转换，即Bayer模式转为RGB
cvCvtColor(mat_b, img_b, CV_BayerBG2RGB);

cvReleaseMat(&mat_a);
cvReleaseMat(&mat_b);

cvNamedWindow("img_a");
cvNamedWindow("img_b");
cvShowImage("img_a", img_a);
cvShowImage("img_b", img_b);

//

//因为cvAddWeighted需要参数矩阵都具有相同类型、相同大小
IplImage* img_a_16 = cvCreateImage(cvSize(WIDTH,HEIGHT), IPL_DEPTH_16U, 3);
IplImage* img_b_16 = cvCreateImage(cvSize(WIDTH,HEIGHT), IPL_DEPTH_16U, 3);

cvConvert(img_a, img_a_16);
cvConvert(img_b, img_b_16);

IplImage* img = cvCreateImage(cvSize(WIDTH,HEIGHT), IPL_DEPTH_16U, 3);

//高8位左移8位加上低8位合成一个16位图像
cvAddWeighted(img_a_16, 1, img_b_16, 256, 0, img);

cvNamedWindow("img");
cvShowImage("img", img);

cvWaitKey();
cvDestroyAllWindows();

cvReleaseImage(&img_a);
cvReleaseImage(&img_b);
cvReleaseImage(&img);
}

得到的图像如下：

可以看出img_a的结果是原16bit图像的低8位，直接显示的话是没什么意义的。
最后合成的16bit肉眼几乎观察不出有什么区别，但是对OpenCV来说已经是可以直接处理的16bit图像数据了！

接下来，要怎么处理就可以自由发挥啦。

顺便给出OpenCV帮助文档里cvCvtColor对Bayer模式转换的说明，请认真阅读哦：