我在一个问题上有点挣扎,我想知道是否有更多经验的人可能会注意到我做错了什么:
我有一个 6,266,880 字节的二进制文件,其中包含使用未知 Bayer pattern 保存的图像。
关于图像,我知道它的格式是 2176x1920 像素,并且它有一个 bit_per_pixel
= 12。
我想知道哪一种是用于保存图像的拜耳格式。
我想用 cv2.cvtColor(src, cv2.COLOR_BayerGR2BGR)
转换它,使用 cv2 库为拜耳输入提供的所有转换选项,它们是:
cv::COLOR_BayerBG2BGR
cv::COLOR_BayerGB2BGR
cv::COLOR_BayerRG2BGR
cv::COLOR_BayerGR2BGR
直到我找到提供“干净”图像作为输出的那个。
这是我正在使用的代码:
import numpy as np
import matplotlib.pyplot as plt
import cv2
pixels = np.fromfile("0000.raw", dtype = 'uint8')
""" CONVERT THE BYTE STREAM, EVERY PIXEL HAS 12 BIT, SO BYTE HAS TO BE SPLITTED AND PUTTED IN A UINT16 VARIABLE"""
data = pixels
data1 = data.astype(np.uint16)
data1[::3] = data1[::3]*256 + data1[1::3] // 16
data1[1::3] = (data[1::3] & 0x0f)*16 + data[2::3]
result = np.ravel(data1.reshape(-1,3)[:,:2])
img = result.reshape(2176, 1920)
convertedImage = cv2.demosaicing(img_scaled, cv2.COLOR_BayerGR2BGR)
cv2.imshow("tmp", convertedImage)
cv2.waitKey(0)
还有, Here 有 10 个相同图像的样本保存为原始文件,每个样本都有一个 json 及其属性
有什么想法可以尝试转换它吗?或者是否有其他方法可以找到拜耳格式?
答案 0 :(得分:2)
12 位被打包:每 3 个字节应用打包的 2(12 位)像素。
我通过反复试验设法解压缩像素。
代码如下:
import numpy as np
import cv2
cols, rows = 1920, 2176
pixels = np.fromfile("0000.raw", np.uint8)
""" CONVERT THE BYTE STREAM, EVERY PIXEL HAS 12 BIT, SO BYTE HAS TO BE SPLITTED AND PUTTED IN A UINT16 VARIABLE"""
data = pixels
data1 = data.astype(np.uint16)
result = np.zeros(data.size*2//3, np.uint16)
# 12 bits packing: ######## ######## ########
# | 8bits| | 4 | 4 | 8 |
# | lsb | |msb|lsb | msb |
# <-----------><----------->
# 12 bits 12 bits
result[0::2] = ((data1[1::3] & 15) << 8) | data1[0::3]
result[1::2] = (data1[1::3] >> 4) | (data1[2::3] << 4)
bayer_im = np.reshape(result, (rows, cols))
bgr = cv2.cvtColor(bayer_im, cv2.COLOR_BayerBG2BGR)
cv2.imshow('bgr', bgr*16)
# "White balance":
bgr[:, :, 0] = np.minimum(bgr[:, :, 0].astype(np.float32)*1.8, 4095).astype(np.uint16)
bgr[:, :, 2] = np.minimum(bgr[:, :, 2].astype(np.float32)*1.67, 4095).astype(np.uint16)
cv2.imshow('bayer_im', bayer_im*16)
cv2.imshow('bgr WB', bgr*16)
cv2.waitKey()
cv2.destroyAllWindows()
cv2.COLOR_BayerBG2BGR
给出了最好的结果。