camera 插值

最新推荐文章于 2023-04-21 16:03:05 发布
最新推荐文章于 2023-04-21 16:03:05 发布
阅读量987 收藏 2
点赞数
文章标签： cam image buffer 图像处理 struct file

转（camera 插值  http://blog.csdn.net/GangsterPan/article/details/7929029）

 

 

 

插值（Interpolation），有时也称为“重置样本”，是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。有些相机使用插值，人为地增加图像的分辨率
在扫描过程中，根据所需的已知数值制作出估计的像素值，这一过程叫做插值。当我们要求扫描分辨率和放大率与扫描仪的光学分辨率和1：1的放大率不同时，扫描仪必须做出某种形式的插值和缩放。

在扫描时，插值可以用来减少或增大信息量。如果碰巧选择了一个准确的数值，它与扫描仪光学分辨率正好成分数或倍数关系，那么相对来说，增值插值和减值插值就变得简单多了。

如将把600dpiX600dpi的信息转换成300dpiX300dpi，或者通过估算一些像素值，输出1200dpiX1200dpi的图像。将600dpiX600dpi扫描转换成300dpiX300dpi要抛弃一些像素才能完成，模仿1200dpiX1200dpi的分辨率则涉及到要复制更多的像素。如果要得到其它的分辨率，扫描仪不只是抛弃或复制像素，而且要检查可能得到的像素，并根据在原取样点找到的数据制作新像素。

在扫描中插值与在Photoshop中重新取样（在Photoshop中放大或缩小图像，或改变图像的分辨率）是相同的。因此可以选择是在图像输入Photoshop之前，在扫描仪内插值或直接按比例缩放图像，还是等到图像输入Photoshop后，对图像进行重新取样处理。前者可能比较快，尤其是在处理大型图像时更是如此。而后者能让我们更好的控制对图像的这种处理 .

插值：用来填充图像变换时像素之间的空隙。

 

插值运算，是一种图像处理算法。基本原理是在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。插值是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的近似值。
当这一算法应用到图像处理的图片改变时（大多用在放大），像素也相应地增加，增加的过程就是“插值”程序自动选择信息较好的像素作为增加的像素，而并非只使用临近的像素，所以在放大图像时，图像看上去会比较平滑、干净。不过需要说明的是插值并不能增加图像信息。通俗地讲插值的效果实际就是给一杯香浓的咖啡兑了一些白开水。

★ 常见的插值方法及其原理

1. 最临近像素插值：图像出现了马赛克和锯齿等明显走样的原因。不过最临近插值法的优点就是速度快。

2. 线性插值（Linear）：线性插值速度稍微要慢一点，但效果要好不少。所以线性插值是个不错的折中办法。

3. 其他插值方法：立方插值，样条插值等等，它们的目的是试图让插值的曲线显得更平滑，为了达到这个目的，它们不得不利用到周围若干范围内的点，不过计算量显然要比前两种大许多。

在以上的基础上，有的软件还发展了更复杂的改进的插值方式譬如S-SPline、Turbo Photo等。它们的目的就是使边缘的表现更完美。

值最明显的体现就是数码相机/数码摄像机上的“数字变焦”功能。
所以，相信你看了以上的解释之后，会明白拍摄时最好不要用数字变焦功能。所以，买数码设备的时候，不要看数字变焦是多少多少倍，而要关注“光学变焦”这个参数。


Camera插值介绍 
1．        首先要用到的就是sensor_capability.h设置图像容量的相关宏，即使能图像大小的开关在此设置：

#if (defined(MT9P012_RAW)||defined(S5K3E2FX_RAW)||defined(RJ53S1BA0C_RAW)||defined(OV5630_RAW)) 
                        #define __IMAGE_SENSOR_5M__ 
#else 。。。。。。。 
#else 
               //#error 
#endif 
在合适的位置，或者关闭所有宏，设置新的宏__IMAGE_SENSOR_XM__   ；X=1,2,3,5，7,8等 
2.        然后在MMI_features_camera.h文件中设置图片具体分辨率

            #if defined(__IMAGE_SENSOR_3M__) && (defined(MT6235) || defined(MT6235B)) 
                #define CAMERA_FEATURE_IMAGE_SIZE_LL_WIDTH            (2048) 
                #define CAMERA_FEATURE_IMAGE_SIZE_LL_HEIGHT            (1536) 
                #define CAMERA_FEATURE_IMAGE_SIZE_L_WIDTH                (800) 
                #define CAMERA_FEATURE_IMAGE_SIZE_L_HEIGHT            (600) 
                #define CAMERA_FEATURE_IMAGE_SIZE_M_WIDTH             (640) 
                #define CAMERA_FEATURE_IMAGE_SIZE_M_HEIGHT            (480) 
                #define CAMERA_FEATURE_IMAGE_SIZE_S_WIDTH             (320) 
                #define CAMERA_FEATURE_IMAGE_SIZE_S_HEIGHT            (240) 
                #define CAMERA_FEATURE_IMAGE_SIZE_SS_WIDTH             (240) 
                #define CAMERA_FEATURE_IMAGE_SIZE_SS_HEIGHT            (400)

                #elif defined(__IMAGE_SENSOR_2M__) && (defined(MT6235) || defined(MT6235B)) 
从LL,L,M,S,SS五种大小分辨率LL是超大，SS超小，选一组做修改，大小常考下面的表格： 
 分辨率 乘积 对应像素 
640　X　480 307200 30万 
1024　X　 768 786432 80万 
1600　X　1200 1920000 200万 
2048　X　1536 3145728 320万 
2304　X　1728 3981312 400万 
2580　X　1936 4994880 500万 
2816　X　2112 5947392 600万 
3072　X　2304 7077888 700万 
3200　X　2400 7680000 770万 
3264　X　2448 7990272 800万 
3876　X　2584 10015584 1000万 
需要注意的是宏开关与前面的设置要一样，#if defined(__IMAGE_SENSOR_XM__) && (defined(MT6235) || defined(MT6235B))，所以在此添加一个#elif defined（）避免与其他旧数据冲突。 
3. 最后编译即可

 

出现问题： 差值5M出现拍照死机
解决方案：
1. 通过trace跟踪发现在cam_msg_handler.c文件中代码处
        ASSERT(capture_isp_param.v_address + capture_isp_param.v_size <= 
               cam_context_p->capture_buffer_p + MAX_CAM_CAPTURE_ISP_BUF_SIZE);
这部分死机，表明内存分配可能不足。
2. 往上查看cam_msg_handler.c中
    img_width = (req_p->image_width%16==0)? req_p->image_width : 16 - (req_p->image_width%16) + req_p->image_width;
    img_height = (req_p->image_height%16==0)? req_p->image_height : 16 - (req_p->image_height%16) + req_p->image_height;
    cam_context_p->channel_size = img_width*img_height;
        if (capture_isp_param.jpeg_gray_mode ==0)
    {
        /* color mode */
        capture_isp_param.y_size = cam_context_p->channel_size;
        capture_isp_param.u_size = cam_context_p->channel_size/4;
        capture_isp_param.v_size = cam_context_p->channel_size/4;
        
        capture_isp_param.y_address = cam_context_p->y_address =
            (kal_uint32)(cam_context_p->capture_buffer_p + MAX_JPEG_ENCODE_MARGIN_LEN);
        capture_isp_param.u_address = cam_context_p->u_address =
            (kal_uint32)(cam_context_p->y_address + capture_isp_param.y_size);
        capture_isp_param.v_address = cam_context_p->v_address =
            (kal_uint32)(cam_context_p->u_address + capture_isp_param.u_size);

        ASSERT(capture_isp_param.v_address + capture_isp_param.v_size <= 
               cam_context_p->capture_buffer_p + MAX_CAM_CAPTURE_ISP_BUF_SIZE);
    }
由以上程序可知capture_isp_param.v_address+ capture_isp_param.v_size =cam_context_p->capture_buffer_p+ MAX_JPEG_ENCODE_MARGIN_LEN + capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=cam_context_p->capture_buffer_p + MAX_CAM_CAPTURE_ISP_BUF_SIZE
最后的结果就是MAX_JPEG_ENCODE_MARGIN_LEN + capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=MAX_CAM_CAPTURE_ISP_BUF_SIZE；

3. 搜索MAX_CAM_CAPTURE_ISP_BUF_SIZE找到
            else
            {
                file_buffer_size = MAX_CAM_CAPTURE_MEM_BUF_SIZE;
            }

            /* solution for burst shot */
            if (cam_context_p->snapshot_number > 1)
            {
                /* to release the memory allocated in MED_MODE_BUFFER mode */
                CAM_FREE_CAPTURE_BUFFER();
                cam_context_p->capture_buffer_p = (kal_uint32) med_alloc_ext_mem(file_buffer_size);
                ASSERT (cam_context_p->capture_buffer_p != NULL);
                result = MED_RES_OK;
            }

中cam_context_p->capture_buffer_p = (kal_uint32) med_alloc_ext_mem(file_buffer_size);分配了首地址给cam_context_p->capture_buffer_p，大小为MAX_CAM_CAPTURE_MEM_BUF_SIZE

找到宏MAX_CAM_CAPTURE_MEM_BUF_SIZE
        #define MAX_CAM_CAPTURE_ISP_TOTAL_BUF_SIZE  (MAX_JPEG_ENCODE_MARGIN_LEN + MAX_SW_JPG_YUV_BUFFER_SIZE)
        #define MAX_CAM_CAPTURE_ISP_BUF_SIZE        (MAX_CAM_CAPTURE_ISP_TOTAL_BUF_SIZE)

知道分配大小(MAX_JPEG_ENCODE_MARGIN_LEN + MAX_SW_JPG_YUV_BUFFER_SIZE)，对比MAX_JPEG_ENCODE_MARGIN_LEN + capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=MAX_CAM_CAPTURE_ISP_BUF_SIZE；
知道capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size<=MAX_SW_JPG_YUV_BUFFER_SIZE

搜索MAX_SW_JPG_YUV_BUFFER_SIZE
    #if defined(__SW_JPEG_CODEC_SUPPORT__)
        #if defined(__IMAGE_SENSOR_03M__)
            #define MAX_SW_JPG_YUV_BUFFER_SIZE (640*480*3/2)
        #elif defined(__IMAGE_SENSOR_1M__)
            #define MAX_SW_JPG_YUV_BUFFER_SIZE (1280*1024*3/2)
        #elif defined(__IMAGE_SENSOR_2M__)
            #define MAX_SW_JPG_YUV_BUFFER_SIZE (1600*1200*3/2)
        #elif defined(__IMAGE_SENSOR_3M__)
            #define MAX_SW_JPG_YUV_BUFFER_SIZE (2048*1536*3/2)
        #elif defined(__IMAGE_SENSOR_5M__)
            #define MAX_SW_JPG_YUV_BUFFER_SIZE (2592*1944*3/2)
知道MAX_SW_JPG_YUV_BUFFER_SIZE分配空间不够
需要在此更改大小为
 #elif defined(__IMAGE_SENSOR_5M__)
            #define MAX_SW_JPG_YUV_BUFFER_SIZE (2592*1952*3/2)
为什么？由capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size的最初来源
    img_width = (req_p->image_width%16==0)? req_p->image_width : 16 - (req_p->image_width%16) + req_p->image_width;
    img_height = (req_p->image_height%16==0)? req_p->image_height : 16 - (req_p->image_height%16) + req_p->image_height;
    cam_context_p->channel_size = img_width*img_height;
        if (capture_isp_param.jpeg_gray_mode ==0)
    {
        /* color mode */
        capture_isp_param.y_size = cam_context_p->channel_size;
        capture_isp_param.u_size = cam_context_p->channel_size/4;
        capture_isp_param.v_size = cam_context_p->channel_size/4;
知道image_width和image_height应该是16的整数倍，不然会增加大小，补充相应非整数小部分，造成capture_isp_param.u_size+ capture_isp_param.y_size+ capture_isp_param.v_size>MAX_SW_JPG_YUV_BUFFER_SIZE
而MAX_SW_JPG_YUV_BUFFER_SIZE分配到的大小没有做16余数的补充~
  
问题2：5M的插值解决了，但是拍摄的照片有条纹
解决方案：通常是由于帧率太快
在image_sensor_OV2655.c文件中
void OV2655_Capture(image_sensor_exposure_window_struct *image_window, image_sensor_config_struct *sensor_config_data)
函数中
        if ((image_window->image_target_width<=OV2655_IMAGE_SENSOR_FULL_WIDTH)&&
        (image_window->image_target_height<=OV2655_IMAGE_SENSOR_FULL_HEIGHT))
        {
        #ifdef MCP_NOR_PAGING_MODE_PSRAM_OV2655
        OV2655_capture_pclk_in_M = 36; 
        OV2655_dummy_pixels=0x300;  /*If Capture fail, you can add this dummy*/
        OV2655_dummy_lines=0;
。。。。。。。。
。。。。。。。。

最下面分支：else{ 处添加：
         if ((image_window->image_target_width>=2500)&&
          (image_window->image_target_height>=1900))
         {
           OV2655_write_cmos_sensor(0x3011,0x03);//48M/(3+1)=12M
                   OV2655_capture_pclk_in_M = 12;                
                   OV2655_dummy_pixels=100;  /*If Capture fail, you can add this dummy*/
                   OV2655_dummy_lines=0;

   }
 
OV2655_write_cmos_sensor(0x3011,0x03);//48M/(3+1)=12M 改变帧率为12M
问题解决！！！！！！！！

green_shine
关注
小驰私房菜_13_mm-camera 必知必会02
欢迎关注，期待一起见证彼此的成长~
04-02 344
2）.逐行曝光：Sensor通电后，感光二极管是一行一行开始工作的，你必须控制是哪一行曝光，然后计算总的曝光时间。因为一秒能接收的像素点以及一行存储的像素点是固定的，那接收到的像素点占的行数就可以体现曝光时间的长短，max_linecount越大，说明接收到的像素点越多，也就说明曝光时间越长。1）.全帧曝光：Sensor通电后，所有的感光二极管是同时开始工作的，只要控制Sensor加电时间的长短，就能控制曝光时间了。这个可能在过its的时候，ltm会有影响，所以过its的时候，一般都是建议关闭。
Android 8.0/9.0 Mtk Camera Picture size和Preview size配置
lijiaren_092008的专栏
01-25 7805
在进行camera系统开发时，总会碰到产品需要，需要一个添加一个多少多少M的照片大小，比如产品经理说我们也要添加一个1:1，添加一个18:9的照片大小。这个情况很常见了，所以这篇文章总结一下平常工作中对这类问题的解决。 Android 8.0和9.0最大的变化是底层谷歌不在支持hal1.0，而强制转换为hal3.0。这个对于mtk代码，也许变化是非常大的，mtk基本上一直使用的是hal1.0+ca...
MTK Camera 30w 插值 130W
10-07
MTK Camera 30w 插值 130W!6225 平台 0840 版本，对你们会有用的！
Camera 如何实现插值
andylao62的专栏
01-05 1761
[DESCRIPTION] 如何实现插值 [SOLUTION] 1.For YUV sensor： mediatek/custom/common/hal/imgsensor/cfg_ftbl_xxxxx_yuv.h 中添加对应的capture size 比如，2M的sensor插值到3M，就在capture size里添加3M的选项： CONFIG_FEATURE_SI(FID_CA
相机插值
bindingfly的博客
02-14 1449
微博搜索  bindingfly 欢迎关注 ============== 插值的基本概念： 插值（Interpolation），有时也称为“重置样本”，是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。有些相机使用插值，人为地增加图像的分辨率 在扫描过程中，根据所需的已知数值制作出估计的像素值，这一过程叫做插值。当
摄像头插值
weixin_30325793的博客
04-11 209
1.修改文件： mediatek/custom/common/hal/imgsensor/xxx/config.ftbl.xxx.h 2.修改内容： #if1 //PictureSize FTABLE_CONFIG_AS_TYPE_OF_DEFAULT_VALUES( KEY_AS_(MtkCameraParameters::KEY_PIC...
高通平台Camera插值技术专论：保密与权限要求
在高通平台的摄像头技术领域，"Camera Interpolation" 是一项关键功能，它涉及到图像处理中的插值算法在摄影传感器采集数据时的应用。相机插值主要目标是提高图像的分辨率和细节，尤其是在移动设备上，由于硬件限制...
camera插值流程理解记录
u010689853的博客
06-10 870
1. sensor_lib.h 中定义 声明 sensor 及 mct_pipeline.c 将要使用的函数及变量 static int get_scale_tbl(sensor_dimension_t* tbl); typedef struct { ........ uint32_t scale_tbl_cnt; ////添加 int (*get_scale_tbl)(sensor_dimension_t *); ///添加 } sensor_lib_t; 2.引用相关的头文件...
camera插值（高通LL_8916平台）
通信侠的博客
08-10 1254
本文主要介绍高通相机的插值功能。
插值像素真相大揭秘
07-10 2997
一：130万像素内拍照分析 　　摄像头像素作为现在摄像头最大的卖点，高像素一直是各个品牌摄像头宣传的重点。但是一般来说，高像素意味着高价格，但由于摄像头行业的不规范，现在市面上出现了花29元就能买到的500万像素摄像头。虽然这500万像素是插值像素，但是说它为500万像素似乎也不能错，难道插值500万就不能称为500万摄像头？ 　　因此，在现在摄像头宣传都放在插值像素这个重点上的时候，
android camera 编码通道,Android之Camera拍照插值算法
weixin_39933438的博客
05-26 373
一、rgb插值算法说明：验证可用，算法效率一般；其中pDest为扩帧后内存地址，nDestWidth和nDestHeight为扩帧后分辨率，nDestBits为色深(如rgb24则为24)。void rgbInterpolation(void* pDest, int nDestWidth, int nDestHeight, int nDestBits, void* pSrc, int nSrcW...
Android之Camera拍照插值算法 &&Android4.2之Camera系统HAL调用流程
Gabby
04-16 1310
http://blog.csdn.net/tankai19880619/article/details/17259525 一、rgb插值算法 说明：验证可用，算法效率一般；其中pDest为扩帧后内存地址，nDestWidth和nDestHeight为扩帧后分辨率，nDestBits为色深（如rgb24则为24）。 [cpp] view plaincopy void 
unity几种相机插值函数，视觉效果
最新发布
qq_20179331的博客
04-21 1115
unity几种相机插值函数，视觉效果不同。
remosaic插值算法_手机镜头像素：硬件直出和插值有啥区别？
weixin_32459883的博客
01-14 4137
原标题：手机镜头像素：硬件直出和插值有啥区别？最近，千元机成为手机市场的热点话题，因为很多千元手机具备了不错的配置，甚至标榜配有超级镜头，如荣耀Play3摄像头支持硬件直出4800万，这与此前市面上那些通过插值得到的4800万截然不同，因为插值而来的事实上拍照效果和1200万成像差不多。那么，硬件直出和插值到底有哪些区别？ 硬件直出与插值对比以荣耀Play3为例，其主摄采用的索尼传感器，这款传感器...
Mtk平台Camera新增差值（一）
Flying snow
01-07 1389
（1）计算差值 如果原有的差值列表中没有需要的差值，可通过计算算出符合需求的插值。 具体计算方法如下： 假设像素的长宽分别为X，Y，则插值为XY。由于MTK规定各参数必须是16的倍数，所以有如下公式： （A）16:9的插值： //n 为调整插值大小的参数，通过增大或者减小n的值来算出不同的插值XY X = 16*16*n Y = 16*9*n XY = (16*16*n ) * (16*9*n) //12M的4608 * 2592 n = 4608/ 16 / 16 = 18 n = 2592/ 16
图像插值
u013925378的博客
03-30 8032
数字图像插值 数字图像插值——bayer去马赛克或者是图像放大。将图像中的一个像素点改变或者映射到另外一个位置。图像大小变换：需要增加或者减少总像素点数；映射：镜头畸变校正，改变的角度，和旋转图像。 内容： 插值是使用已知的数据估计未知的点。如下所示。 使用二次插值: 图像缩放的例子 图像插值在两个方向进行, 根据周围像素点实
线性插值改变图像尺寸_数码图像插值算法
weixin_39698007的博客
11-22 333
插值，有时也称为"重置样本"，是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩。插值是根据中心像素点的颜色参数模拟出周边像素值的方法，是放大图片的软件手段。当图像放大时，像素也相应地增加，但这些增加的像素从何而来？这时插值就派上用场了：插值就是在不生成像素的情况下增加图像像素大小的一种方法，在周围像素色彩的基础上用数学公式计算丢失像素的色彩，人为...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值