测试 focus stacking

https://github.com/PetteriAimonen/focus-stack
https://github.com/Biomedical-Imaging-Group/EDF-Extended-Depth-of-Field

Helicon Focus 软件 3d重建效果

focus-stack 输出的融合图像

focus-stack 输出的3d渲染图像

仅修改Task_FocusMeasure 后的3d渲染图像

soebel 改laplacian

cpp 复制代码
void Task_FocusMeasure::task()
{
    // Algorithm is based on Tenengrad focus measure from
    // 'Autofocusing Algorithm Selection in Computer Microscopy' by Sun et Al.

    const cv::Mat &input = m_input->img();
    int rows = input.rows;
    int cols = input.cols;
    m_valid_area = m_input->valid_area();

    // Calculate squared gradient magnitude by calculating
    // horizontal and vertical Sobel operator.
    cv::Mat sobel(rows, cols, CV_32F);
    cv::Mat magnitude(rows, cols, CV_32F, cv::Scalar(0));
    cv::Sobel(input, sobel, CV_32FC1, 1, 0);
    cv::accumulateSquare(sobel, magnitude);
    cv::Sobel(input, sobel, CV_32FC1, 0, 1);
    cv::accumulateSquare(sobel, magnitude);
    sobel.release();

    
    //cv::Mat laplacian;
    //cv::Laplacian(input, laplacian, CV_32F);
    //cv::Mat magnitude(rows, cols, CV_32F, cv::Scalar(0));
    //cv::multiply(laplacian, laplacian, magnitude); // squared Laplacian = variance proxy
    //cv::Mat temp;
    //cv::GaussianBlur(magnitude, temp, cv::Size(), 1, 1, cv::BORDER_REFLECT);
   
    ////cv::bilateralFilter(magnitude, temp, 5, 500, 5);
    //cv::medianBlur(temp, temp, 3);
    //magnitude = std::move(temp); 
    m_input.reset();

    magnitude.setTo(0, magnitude < m_threshold);

    if (m_radius > 0)
    {
        int blurwindow = (int)(m_radius * 4) + 1;
        cv::GaussianBlur(magnitude, magnitude, cv::Size(blurwindow, blurwindow), m_radius, m_radius, cv::BORDER_REFLECT);
    }

    cv::sqrt(magnitude, m_result);
}
相关推荐
一招定胜负1 天前
OpenCV实战:透视变换原理与发票矫正全解析
人工智能·opencv·计算机视觉
薛不痒1 天前
计算机视觉opencv之图像透视转换&角点检测&sift特征检测&指纹识别
人工智能·opencv·计算机视觉
saoys1 天前
Opencv 学习笔记:列表筛选(查找满足指定间距的数值)
笔记·opencv·学习
C系语言1 天前
安装Python版本opencv命令
开发语言·python·opencv
X在敲AI代码1 天前
open-cv轻松入门
人工智能·opencv·计算机视觉
AUVpwoxkW2 天前
基于机器学习的锂离子电池容量估计使用多通道充电配置程序,利用神经网络学习容量与充电性能之间的关...
opencv
格林威2 天前
多相机重叠视场目标关联:解决ID跳变与重复计数的 8 个核心策略,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·算法·计算机视觉·分类·工业相机
子夜江寒2 天前
OpenCV部分操作介绍
图像处理·python·opencv·计算机视觉
爱打代码的小林3 天前
opencv基础(轮廓检测、绘制与特征)
人工智能·opencv·计算机视觉
lxs-3 天前
使用 OpenCV 进行图像识别:人脸与物体检测
人工智能·opencv·计算机视觉