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 <opencv.hpp>

using namespace std;
using namespace cv;

void main()
{
    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;
    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;

    VideoWriter writer("video.avi", CV_FOURCC('D','I','V','X'), 30, Size(imgWidth, imgHeight), 1);
    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：