问题标签 [demosaicing]

我正在研究 OpenGL Bayer 去马赛克算法，虽然我已经设法使这些技术看起来有效，但我在输出中偶尔会出现故障，我似乎无法弄清楚原因。在此处查看图片：https ://imgur.com/a/gz5YL 。条纹仅出现在表面的某些尺度上，在大多数尺度上（可能 99%）没有毛刺。

顶点着色器：

片段着色器：

顶点定义为

过滤器设置为 GL_NEAREST。texSize 是上传的纹理图像的大小，以像素为单位。只是为了方便（？）我使用相同的顶点和纹理坐标 [0,1] 并且相应地配置 mvp 以保持纵横比。我正在使用 Qt5.5 MSVC32，并且这些故障已在非常不同的硬件上重现。

我玩过许多不同的映射技术（调整纹理坐标等）。其中一些似乎比其他产生更好的结果（较少出现故障），因此我认为原因可能是纹理坐标不够准确。至少在某一时刻，当我不使用 mvp 来保持纵横比时，我认为问题已经消失了，但我只是在想象，这会有所作为吗？

知道可能是什么原因造成的吗？

一些代码归功于 graphics.cs.williams.edu/papers/BayerJGT09/

示例 CFA 图像来自 www.cs.unc.edu/~lazebnik/spring09/assignment1.html

更新 6.12.2015： 在这里保持手指交叉，但我认为我通过使用非标准化纹理坐标获取取得了良好进展

而不是纹理/纹理2D。我恢复了所有时髦的纹理坐标调整，并将 [0, size] 顶点输入：

初步测试显示出良好的结果——我们会看看它是否为时过早。即使这是解决方案，我仍然不明白为什么我无法使用归一化坐标击中纹素。

我应该从 Java 程序读取的二进制文件中用 Java 构建图像。该文件来自拜耳过滤器传感器。该文件由每个像素的二进制值组成。每个像素由 10 位表示。需要编写去马赛克算法才能从二进制数据构建图像。有 1024*1280 像素。因此，1280*1024*10 = 13107200 位 = 1638400 字节是图像大小。有人用Java实现了这样的算法吗？如果有人可以提供帮助，我会很高兴。太感谢了。

我正在使用 Keras 进行颜色去马赛克。我尝试过卷积神经网络，但它无法正常工作。我的代码是-：

有人可以为这个图像去马赛克问题推荐一些架构吗？目前我正在使用卷积神经网络和 cifar10 数据库。

我正在尝试从 Pi NoIR 相机堆叠长时间曝光。

picamera 原始格式可以根据示例解压缩到一个 numpy 数组中：http: //picamera.readthedocs.io/en/release-1.10/recipes2.html#raw-bayer-data-captures

如何将此 numpy 数组转换为 rawpy ( https://github.com/letmaik/rawpy ) 图像以进行后处理和去马赛克？

我希望将 RAW 拜耳图像直接分解为 YUV 格式，时间至关重要。我发现的在线算法通过 RAW->RGB 然后 RGB->YUV。有直接的方法吗？非常感谢 c++/python/伪代码，谢谢！

我想重现cv::cvtColor()将原始拜耳图像转换为RGB图像的功能。有几种不同的方式，例如COLOR_BayerBG2BGR, 或COLOR_BayerBG2BGR_VNG, 和COLOR_BayerBG2BGR_EA。但是，我找不到有关每种方法使用哪种插值方法的任何信息。应该有一些对出版物或专利的引用。有谁知道？

我需要一个 Python 脚本来 DEMOSAIC 一个 RCCB 原始图像。我还附上了一张示例图片。

有什么建议么 ？非常感谢 。我希望我没有提出任何过时的问题。我可以理解这里的概念，但不确定如何在 python 中去马赛克：/

我有一个专有的拜耳 RAW 图像，我需要在 Android 上对其进行去马赛克以显示图像。我正在逐字节读取文件头以检索分辨率信息（imageWidth/imageHeight）。在标头之后是来自字节 2000 及以下的像素数据。如何在 Android 上对这个拜耳像素数据进行去马赛克以显示图像？

这是我的代码，它读取字节数据并检索分辨率：

我正在尝试为拜耳滤波器实现去马赛克算法，如本 pdf 的第 2.8 节（第 8 页）所示：http ://www.arl.army.mil/arlreports/2010/ARL-TR-5061.pdf 。我一直试图通过 RDom 实现一个功能。当我使用 16x16 图像时，痕迹实际上完成了，但是当我使用更大的图像（如 768x1280）时，痕迹会卡在：

以下是我的代码的简化版本：

这是卤化物中的错误吗？在这种情况下，代码完成执行并保存 16x16 输入的输出图像，但会卡在跟踪中以获取更大的图像。

我的应用程序正在处理计算量很大的近实时工作负载，我需要尽可能加快速度。该软件是用 C++ 编写的，仅针对 Linux。

我的程序从专业的天文相机上抓取了一个 6.4 兆像素的 RAW 数据缓冲区，该相机能够以 3096 像素 x 2080 像素的分辨率提供 25 fps。然后，通过使用高质量的线性插值去拜耳算法，对该流进行实时去拜耳。我知道 HQ 线性插值去拜耳算法的计算量总是很大，但我的程序还有其他领域我想加快速度。

一旦流被 debayered，我需要将 RGB 缓冲区（从 debayering 创建）转换为 RGBA 缓冲区，因为我的理解（通过分析证明）GPU 在 RGBA 像素缓冲区上运行效率更高。但是，我很高兴能纠正这一点。

最初，我编写了一个非常简单的 for 循环（如下），当然，它产生了可怕的结果。

上面的代码给了我 13 fps 的帧速率。我的下一个实验是使用等于 255 的所有元素初始化缓冲区，然后使用以下代码：

上面的代码显着加快了循环；现在在 i7-7700 笔记本电脑上运行达到 23.9 fps。但是，在旧机器上运行此代码仍然会产生非常令人失望的帧速率。我知道旧机器在 debayering 方面遇到了困难，但分析清楚地表明转换为 RGBA 缓冲区会导致严重问题。

我已经读过可能使用 SSE 内在函数来更有效地做到这一点，但是，我对 SSE 内在函数的经验为零。

我已经尝试了许多在网上找到的 SSE 示例，但无法使其正常工作。因此，如果有 SSE 经验的人能够帮助我解决这个问题，我将不胜感激。

我不能以高于 2 或可能 3 的 SSE 为目标，因为我的软件可能在更旧的硬件上运行。

如果有人能指出我正确的方向，我将不胜感激。