利用视差图合成新视点

利用视差图合成新视点，视差图一般通过图像匹配获取，以middlebury上的一张图为例，左边为原图（左图像），右边为对应视差图（灰度图）。

    

1. 正向映射：

简单的利用左视点原图和视差图进行视点合成，取每一个像素点处的视差值，然后计算新图像中像素点位置，然后赋值。前向映射，单点赋值代码如下。配置完Opencv可以直接跑，如下图：

 

#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

void main()
{
	string imgPath = "data/source_images/teddy/";
	Mat srcImgL = imread("1.png");
	Mat dispL = imread("2.png", 0);
	dispL = dispL / 4;

	int imgHeight = srcImgL.rows;
	int imgWidth = srcImgL.cols;
	int channels = srcImgL.channels();

	Mat dstImgL = Mat::zeros(imgHeight, imgWidth, CV_8UC3);

	uchar* pImgDataL = (uchar*)srcImgL.data;
	uchar* pDispDataL = (uchar*)dispL.data;
	uchar* pDstDataL = (uchar*)dstImgL.data;

	cv::VideoWriter writer;
	writer.open("video.avi", VideoWriter::fourcc('D', 'I', 'V', 'X'), 30, Size(imgWidth, imgHeight));
	int cnt = 0;
	int viewCnt = 50;
	while (cnt != 4)
	{
		for (int k = 0; k < viewCnt; k++)
		{
			dstImgL.setTo(0);
			float interp;
			if (cnt % 2 == 0)    interp = (float)k / viewCnt;
			else  interp = float(viewCnt - k) / viewCnt;
			for (int j = 0; j < imgHeight; j++)
			{
				for (int i = 0; i < imgWidth; i++)
				{
					uchar dispL = pDispDataL[j*imgWidth + i];
					float offsetL = dispL * interp;
					int idL = (int)(offsetL + 0.5);  //计算视差值

					if (idL + i >= imgWidth) continue;
					//插值结果
					int idxResult = (j*imgWidth + i)*channels;
					int idx = (j*imgWidth + i + idL)*channels;
					for (int chan = 0; chan < channels; chan++)
					{
						pDstDataL[idxResult + chan] = pImgDataL[idx + chan];
					}
				}
			}
			namedWindow("show");
			imshow("show", dstImgL);
			waitKey(10);
			writer << dstImgL;
		}
		cnt++;
	}
	writer.release();
}

 边缘有锯齿，随后找时间加上反向映射以及双线性插值的版本。

2. 反向映射

先根据左视点视差图生成虚拟视点的视差图，然后反向映射得到每一个像素点在原图像中的浮点位置，利用线性插值获取最终颜色值。（虚拟视点位置视差图没有填充空洞版本），可见有很多裂纹。

 

#include <iostream>
#include <string>
#include <opencv.hpp>

using namespace std;
using namespace cv;

int index(int m, int n)
{
    if (m>=0 && m<n)
        return m;
    else if (m<0)
        return 0;
    else if (m>=n)
        return n-1;
}

void obtainNewDispMap(const Mat &refDisp, Mat &dstDisp, float value)
{
    int height=refDisp.rows;
    int width=refDisp.cols;
    uchar* pSrcDispData=(uchar*) refDisp.data;
    float* pDstDispData=(float*) dstDisp.data;
    for (int j=0; j<height; j++)
    {
        for (int i=0; i<width; i++)
        {
            int disp=(int)pSrcDispData[j*width+i];
            float newDisp=disp*(value);
            int inew=(int)(i-newDisp);
            inew=index(inew, width);
            pDstDispData[j*width+inew]=newDisp;
        } 
    }
}

void main(void)
{
    string imgPath="data/source_images/teddy/";
    Mat srcImgL=imread(imgPath+"imgL.png");
    Mat dispL=imread(imgPath+"dispL.png",0);
    dispL=dispL/4;

    int imgHeight=srcImgL.rows;
    int imgWidth=srcImgL.cols;

    Mat dstImgL=Mat::zeros(imgHeight,imgWidth, CV_8UC3);
    Mat dstImg=Mat::zeros(imgHeight,imgWidth, CV_8UC3);
    Mat dstNewDispImg=Mat::zeros(imgHeight,imgWidth, CV_32FC1);

    uchar* pImgDataL=(uchar*)srcImgL.data;
    uchar* pDispDataL=(uchar*)dispL.data;
    uchar* pDstDataL=(uchar*)dstImgL.data;

    VideoWriter writer("video.avi", CV_FOURCC('D','I','V','X'), 30, Size(imgWidth, imgHeight), 1); 
    int cnt=0;
    int viewCnt=50;
    while (cnt!=4)
    {
        float interp;
        for (int k=0; k<viewCnt; k++)
        {
            dstNewDispImg.setTo(255);
            dstImgL.setTo(0);
            if (cnt%2==0)   interp=(float)k/viewCnt;
            else interp=(float)(viewCnt-k)/viewCnt;

            obtainNewDispMap(dispL, dstNewDispImg, interp);

            float* pNewDispData=(float*)dstNewDispImg.data;
            for (int j=0; j<imgHeight; j++)
            {
                for (int i=0; i<imgWidth; i++)
                {
                    float disp=pNewDispData[j*imgWidth+i];
                    float id=i+disp;

                    int id0=floor(id);
                    int id1=floor(id+1);
                
                    float weight1=1-(id-id0);
                    float weight2=id-id0;

                    id0=index(id0, imgWidth);
                    id1=index(id1, imgWidth);

                    //插值结果
                    pDstDataL[j*imgWidth*3+i*3+0]=weight1*pImgDataL[j*imgWidth*3+id0*3+0]+weight2*pImgDataL[j*imgWidth*3+id1*3+0];
                    pDstDataL[j*imgWidth*3+i*3+1]=weight1*pImgDataL[j*imgWidth*3+id0*3+1]+weight2*pImgDataL[j*imgWidth*3+id1*3+1];
                    pDstDataL[j*imgWidth*3+i*3+2]=weight1*pImgDataL[j*imgWidth*3+id0*3+2]+weight2*pImgDataL[j*imgWidth*3+id1*3+2];
                }
            }
            namedWindow("virImg");
            imshow("virImg", dstImgL);
            waitKey(10);
            writer<<dstImgL;
        }
        cnt++;
    }
   writer.release();
}

 3.反向映射+空洞填充+双线性插值

上面生成虚拟视点位置的视差图时没有填充空洞，生成的虚拟视点会有很多裂纹存在。加上空洞填充能够有效消除裂纹。如下：

   

填充空洞后生的虚拟视点图如下，可见空洞裂纹得到有效消除：

--------------------------------- 业精于勤而荒于嬉 行成于思而毁于随 ---------------------------------

转自：利用视差图合成新视点