opencv实现camera模组的暗电流和lenshading补偿

简介

　　在接触过的qcom和mtk平台中，camera调试软件和流程基本都是大同小异。所以查了点资料，然后模仿这些软件，自己练习写了下最开始的
两步：暗电流和len shading补偿。

基本原理

产生原因

　　在camera模组中，会因为sensor本身的暗电流，从而对图像参数噪声。同时也会因为模组镜头的原因，导致拍摄照片的亮度，中间亮而四周相对较暗。
所以在模组工作中，我们需要对模组做暗电流的校正和len shading相关的补偿。对这方面深入的了解，请自己查询相关资料吧，这里只简单讲解下。

校正补偿原理

　　理解到了暗电流和len shading产生原因之后，就可以通过如下步骤开始进行校正。
　　暗电流校正：1、用黑胶布遮住摄像头，然后在全黑环境下拍摄一张全尺寸的照片。
                2、软件读取并保存住这张图片的值，这里面非0的值，都是由sensor的暗电流产生的噪点，当对照片处理的时候，
                   需要减去这些对应的噪声。
　　lenshading补偿：1、用毛玻璃盖住模组，在灯箱下拍摄一张照片。正常情况下，可以看到照片是中心亮，而四周相对较暗。
                    2、将拍摄的照片通过处理，找出照片中最亮位置的亮度，然后用这个亮度为基准，记录下整个图片中，每个像素位置亮度和
                       这个亮度的比值。当对照片处理的时候，对应像素位置乘以这个比值。

具体实现

框架搭建

　　根据前面一篇提到的《opencv模拟button》,构建出了基本软件背景界面和三个操作按键。分别对应为暗电流、len shading补偿、图片处理。
效果如下:
         
                   

　　软件的运行如下:./XXX darkcurrent.jpg lenshading.jpg tmp.jpg
　　darkcurrent.jpg:拍摄的暗电流照片。
　　lenshading.jpg：拍摄的len shading照片。
　　tmp.jpg：需要被处理的照片。

功能实现

　　所以我们需要关心的就是那三个控件对应的事件处理功能。

void on_button(int buttonNow, Mat img){
    if(buttonNow == 0){
        doDarkCurrent(img);
    }else if(buttonNow == 1){
        lenrollOff(img);
    }else if(buttonNow == 2){
        pic_process(img);
    }
    buttonFlag[buttonNow] = true;
}

暗电流

void doDarkCurrent(Mat mat){                                                                                                         
    IplImage pI = mat;
    IplImage pI_2 = img3;
    int width = mat.rows;
    int height = mat.cols;
    CvScalar s;
    int i, j;
    double b_count = 0, g_count = 0, r_count = 0;
 
    for(i=0; i<height; i++){
        for(j=0; j<width; j++){
            s = cvGet2D(&pI, j, i);
            cvSet2D(&pI_2, j, i, s);
        }
    }
}

　　实现很简单，就是将darkcurrent.jpg的照片数据保存到img3中，作为暗电流操作的操作数据。

lenshading补偿

void lenrollOff(Mat img){                                                                                                            
    int *address;
    double maxLight;
    address = (int *)malloc(2);
    IplImage pI = img;
    getMaxLight(img, address, &maxLight); /* 找到图像中最亮的点位置，address为最亮点所在的坐标 */
    lenShading(maxLight, img, img4);
}

　　img对应为传入的lenshading.jpg。首先通过函数getMaxLight，建立一个8X8的矩阵，然后该图片中从头到尾计算出矩阵包围的图片区域亮度，
并找出最高的位置和对应平均亮度。
　　接着使用函数lenShading，计算出图片所有像素和上一步得到的最大亮度之间比值，对应的保存在img4中。

效果演示

　　使用步骤：1、运行软件：./xxx ./res/dark.jpg ./res/lenoff.jpg ./res/1.jpg
　　          2、依次点击控件：darkcurrent lenrolloff process。
　　          3、最后效果如下：

图片处理

　　在第一步和第二步处理完了之后，接着就可以进行第三步的图片处理。

void pic_process(Mat img){
    imshow("poc_process", img);
    /*process for DarkCurrent*/
    proDark(img);
 
    /*process for lenrollOff*/
    prolenOff(img);
    imshow("prolenOff", img);
}

　　这一步中，首先显示出来，需要被处理的照片，也就是之前传入的tmp.jpg。接着使用proDark来减去暗电流产生的噪点。接着使用函数prolenOff进行
图片lenshading的补偿，最后将处理后的图片也显示出来。

void proDark(Mat img){
    int width = img.rows;
    int height = img.cols;
    IplImage pI = img;
    int i, j;
    CvScalar s, s1;
    IplImage pI_2 = img3;
    int start_Haddr = img3.cols / 2 - height / 2;
    int end_Haddr = img3.cols / 2 + height / 2;
    int start_Waddr = img3.rows / 2 - width / 2;
    int end_Waddr = img3.rows / 2 + width / 2;
 
    if((width > img3.rows) || (height > img3.cols)){
        printf("proDark is error!!!!!!\n");
        return;
    }
    for(i=start_Haddr; i < end_Haddr; i++){
        for(j = start_Waddr; j < end_Waddr; j++){
            s = cvGet2D(&pI_2, j, i);
            s1 = cvGet2D(&pI, j - start_Waddr, i - start_Haddr);
 
            s1.val[0] = s1.val[0] - s.val[0];
            s1.val[1] = s1.val[1] - s.val[1];
            s1.val[2] = s1.val[2] - s.val[2];
 
            cvSet2D(&pI, j - start_Waddr, i - start_Haddr, s1);
        }   
    }
}

　　在传入的处理图片中，如果是被sensor裁剪过的话，那就从暗电流保存数据的中心开始，计算出和处理照片同样大小的数据，然后处理照片再依次
减去对应的暗电流噪声数据。

void prolenOff(Mat img){
    int width = img.rows;
    int height = img.cols;
    IplImage pI = img;
    IplImage pI_2 = img4;
    int i, j;
    CvScalar s, s1;
 
    cvCvtColor(&pI, &pI, CV_RGB2YCrCb);
    if((width > img4.rows) || (height > img4.cols)){
        printf("prolenOff is error!!!!!!\n");
        return;
    }
    int start_Haddr = img4.cols / 2 - height / 2;
    int end_Haddr = img4.cols / 2 + height / 2;
    int start_Waddr = img4.rows / 2 - width / 2;
    int end_Waddr = img4.rows / 2 + width / 2;
 
    for(i=start_Haddr; i < end_Haddr; i++){
        for(j = start_Waddr; j < end_Waddr; j++){
            s = cvGet2D(&pI_2, j, i);
            s1 = cvGet2D(&pI, j - start_Waddr, i - start_Haddr);
            s1.val[0] = s1.val[0] * s.val[0] / 50;
 
            cvSet2D(&pI, j - start_Waddr, i - start_Haddr, s1);
        }   
    }
    cvCvtColor(&pI_2, &pI_2, CV_YCrCb2RGB);
    cvCvtColor(&pI, &pI, CV_YCrCb2RGB);
}

　　len shading补偿也是一样，根据处理图片大小，从补偿数据的中心开始，取出相应大小的数据，然后将图片对应转化为YCrCb，根据补偿值从新调整
权重，接着将图像转换会RGB图像。

效果演示

　　使用步骤：1、运行软件：./xxx ./res/dark.jpg ./res/lenoff.jpg ./res/1.jpg
　　          2、依次点击控件：darkcurrent lenrolloff process。
　　          3、最后效果如下：
   

代码下载：http://download.csdn.net/detail/u011630458/8691453