7

我需要为摄影测量应用程序生成几组测试图像。这些应该包含位置非常精确的简单对象（磁盘、矩形等）。

考虑到白色背景上黑色矩形的 8 位灰度图像，最小可观察位移（插值后）应该是 1/256 像素，因为每个像素有 256 个可能的强度级别。

我决定使用 OpenGL（使用 python + pyglet）来渲染这样的图像，因为稍后我将不得不渲染更复杂的（3d 场景，立体图像对）

不幸的是，我达到的最佳精度大约是像素/10，没有使用完整的强度深度。

理想情况下是否有可能做得更好 - 实现完整的 1/256 像素精度？请提供有关如何执行此操作的任何提示？

示例代码，生成部分磁盘的图像，每帧多移动 0.01 像素

#-*- coding: utf-8 -*-
import pyglet
from pyglet.gl import *
from PIL import Image, ImageGrab

config = pyglet.gl.Config(width = 800, height = 600, sample_buffers=1, samples=16)
window = pyglet.window.Window(config=config, resizable=True) 
window.set_size(800, 600)

printScreenNr = 0

@window.event
def on_draw():
     global printScreenNr
     window.clear()
     glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT );

     glLoadIdentity()
     glEnable(GL_LINE_SMOOTH)
     glHint(GL_LINE_SMOOTH_HINT, GL_NICEST);

     glTranslated(200, 200,0)

     circleQuad = gluNewQuadric()
     glTranslated(200+(printScreenNr*0.01), 0, 0)
     gluPartialDisk(circleQuad, 0, 50, 500, 500, 0, 180)

@window.event
def on_resize(width, height):
    glViewport(0, 0, width, height)
    glMatrixMode(GL_PROJECTION)
    glLoadIdentity()
    glOrtho (0, width, height, 0, 0, 1);
    glMatrixMode(GL_MODELVIEW)
    return pyglet.event.EVENT_HANDLED

@window.event
def on_text(text):
    global printScreenNr
    if(text == "p"):
        pyglet.image.get_buffer_manager().get_color_buffer().save('photo'+str(printScreenNr)+'.tiff')
        printScreenNr += 1

pyglet.app.run()

（上面的代码使用 gluPartialDisk，但我也使用四边形测试了这个问题，结果的准确性没有差异）

4

2 回答 2

4

一个简单的方法是按一个因子缩放图像。如果将图像缩放 4.0，则 16 个原始像素将合并为一个目标像素，在缩放纯黑白图像时为您提供 16 种灰度。

但是有一个问题可能可以解释您的问题。如果你有这个：

  ...#####
  ...#####
  ...#####
  ...#####

（左：白色，右：黑色填充矩形），那么您有 12 个白色和 4 个黑色像素，它们对单个输出像素有贡献。要获得 1 个黑色像素，输入需要是这样的：

  ....####
  ....####
  ....####
  ...#####

看？尽管黑匣子只将一个像素泄漏到空白区域，但它会泄漏四次。因此，为了确保您的子像素渲染代码正常工作，您需要查看单个像素或角落，而不是边缘。

于 2012-08-06T13:39:58.747 回答
1

即使您使用正交投影，GL_PERSPECTIVE_CORRECTION_HINT 也可能会影响渲染精度。至少我依稀记得 glHint(GL_PERSPECTIVE_CORRECTION_HINT, GL_NICEST); 多年前在我的正交投影场景上修复了一些空白。

于 2012-08-06T13:46:43.410 回答