PhotoWakeUp —— 创新实训（8）

最新推荐文章于 2019-12-09 10:49:06 发布

兔子家的鱼

最新推荐文章于 2019-12-09 10:49:06 发布

阅读量1.2k

点赞数 1

分类专栏： python 计算机视觉

本文链接：https://blog.youkuaiyun.com/TingHW/article/details/90479235

版权

本文介绍了使用bfs算法优化图片深度值，解决边界点问题，提升图像效果。通过实例展示了优化后的正面、侧面及其他角度的效果，并提到深度值异常可能与相机参数相关，涉及多种坐标系转换。引用了几篇详细解释坐标系转换的博客链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

github地址 https://github.com/HWenTing/Photo-Wake-Up

鉴于边界点等效果较差，采取两种措施

（1）使用bfs思想平滑图片。通过常识我们知道，相邻像素之间的深度值不会差别很大。从这种想法出发，选取基本点，然后用bfs方法减少相邻的像素之间的深度值差。主要代码如下

import queue

# 从中心点开始，bfs向外扩展，将变化大的点的深度值平滑
# x,y为图片中心，img为图片深度值，gap为相邻元素深度值最大差，diff为深度值差合理范围
def bfs_smooth(x,y,img,gap,diff):
    q = queue.Queue()
    visited = np.mat(np.zeros((x,y)))

    mid_x = int(x/2)
    mid_y = int(y/2)
    q.put((mid_x,mid_y))
    visited[mid_x,mid_y]=1
    
    while not q.empty():
        cx,cy = q.get()
        before = img[cx][cy]
        for i in range(-1,2):
            for j in range(-1,2):
                new_x = cx+i
                new_y = cy+j
                if(img[new_x][new_y]!=0 and visited[new_x,new_y] == 0 ):