| 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100 |
- #ifndef SLVIEW_FOCUS_H
- #define SLVIEW_FOCUS_H
- // =============================================================================
- // slview_focus.h
- // SLView.exe(PE32+/x64/MSVC,Qt5 + OpenCV 4.6.0)静态景深融合与对焦算法的
- // C++ / OpenCV 复现,用于替换本工程原有的"AGD 多尺度权重 + Laplacian 方差评分"
- // 对焦链路。
- //
- // ── 逆向依据(见 20260918165323/depth_fusion/算法说明.md)──────────────────
- // PicAnalyse::staticFusionProcess @RVA 0x1B83B0 调度入口
- // PicAnalyse::guideFilterFusion @RVA 0x1B5AB0 方法 A(默认)
- // PicAnalyse::getEdge @RVA 0x1B4870 焦点度量 core
- // PicAnalyse::multiScaleStaticFusion @RVA 0x1B6620 方法 B
- // PicAnalyse::absMaxFilter @RVA 0x1B2D40 逐像素幅值取胜
- //
- // ── 与本工程原实现的差异(有意为之)──────────────────────────────────────
- // 1) 原复现文件假定输入恒为 BGR 三通道 8bit;本工程实际输入可能是
- // BGRA(4ch) / GRAY(1ch) / 16bit,故 getEdge 内部统一规整到 8U 灰度。
- // 2) 原复现的引导滤波 fallback(无 ximgproc 时)把方差取成了 src 的方差,
- // 算法说明 §6 已指出这是坑:正确形式是 var(guide)+cov(guide,src)。
- // 本实现按正确形式写;有 opencv_contrib 时直接用 cv::ximgproc::guidedFilter。
- // 3) 原复现的 stage4 把 N 张权重全部上采样到原图尺寸后再融合 —— 5MP×12 帧时
- // 权重占 242MB,Android 工控机必 OOM。本实现改为"逐帧 引导滤波→上采样→
- // 累加→立刻释放",峰值只保留 1 张全分辨率权重。
- // 4) multiScaleFusion 改为"逐帧推进金字塔 + 逐层累加",不再同时持有 N 张
- // 金字塔(峰值从 N×80MB 降到约 2×80MB)。
- // 5) 融合结果按 float 累加后一次性 saturate_cast,而不是每项先 round 再相加
- // (差异 ≤ N/2 LSB,更精确)。
- // =============================================================================
- #include <opencv2/core.hpp>
- #include <vector>
- namespace slview {
- // 融合/评分算法选择(与 param::focus_algo 一一对应,数值不可随意改动:会落库)
- enum FocusAlgo {
- FocusAlgoGFF = 0, // 方法 A:引导滤波融合(默认,SLView 原程序默认方法)
- FocusAlgoMS = 1, // 方法 B:多尺度(拉普拉斯金字塔)融合
- FocusAlgoLegacy = 2 // 本工程原有算法:AGD 多尺度权重 + 三项加权评分
- };
- // 焦点度量的局部最大值窗口半径(SLView 的 detailClarity 滑块,默认 5)
- constexpr int kDefaultClarity = 5;
- // 焦点度量缩图的像素预算(SLView 的 this+0x210,原程序可配)
- // 原 CLI 默认 1920*1080;本工程跑在 RK3568/Android,取 1280*720 折中,
- // 焦点度量对分辨率不敏感,缩图只影响权重边界的细腻程度。
- constexpr double kDefaultMaxPixels = 1280.0 * 720.0;
- // -----------------------------------------------------------------------------
- // 焦点度量 getEdge(整个算法"谁更清晰"的判据)
- //
- // gray = cvtColor(src, BGR2GRAY) → CV_32F
- // mag = log(gray + 1) * (150 / ln 256) // ≈ ×27.0505,压动态范围
- // gx = Sobel(mag, dx=1, ksize=1) // 不平滑的 [-1 0 1]
- // gy = Sobel(mag, dy=1, ksize=1)
- // mag = |gx| + |gy| // L1 幅值
- // focus= GaussianBlur(dilate(mag, Rect(2r+1)), 9x9) // 局部最大 + 去孤立点
- //
- // 为什么要 log:孢子/菌丝这类弱纹理在暗背景下梯度极小,直接平方会全部落进
- // 噪声量级;log 把 0~255 压到 0~5.55 再拉到 0~150,暗部纹理才能参与层间比较。
- //
- // src : 任意通道/位深(内部统一转 8U 灰度)
- // mag : 输出,对数域 L1 梯度幅值(CV_32F,1 通道)——同时用作引导滤波的引导图
- // focus : 输出,焦点图(CV_32F,1 通道),值越大越清晰
- // radius: 局部最大值窗口半径,窗口边长 = 2*radius+1
- // -----------------------------------------------------------------------------
- void getEdge(const cv::Mat& src, cv::Mat& mag, cv::Mat& focus,
- int radius = kDefaultClarity);
- // 单帧对焦评分:焦点图 focus 的均值(越大越清晰)。
- // 用途:替代原 evaluateFocusScore 的 Combined 评分,为
- // findSharpestFrameIndex(选最清晰帧)/ selectFuseFrames(圈有效对焦区间)服务。
- // 与融合用的是同一套判据,帧选择与融合权重天然一致。
- double focusScore(const cv::Mat& src, int radius = kDefaultClarity);
- // 引导滤波(单通道浮点):q = a·guide + b,a = cov(g,p)/(var(g)+eps)
- // 有 opencv_contrib 时内部走 cv::ximgproc::guidedFilter(同样语义,SIMD 加速)。
- void guidedFilter(const cv::Mat& guide, const cv::Mat& src, cv::Mat& dst,
- int r = 5, double eps = 0.065025);
- // 方法 A:引导滤波融合
- // factor : 焦点度量的缩图比例(<1),用 computeFactor 计算
- // clarity: getEdge 的局部最大值半径
- // images: 已对齐尺寸与通道的输入帧(CV_8U,1 或 3 通道)
- void guideFilterFusion(const std::vector<cv::Mat>& images, cv::Mat& dst,
- double factor = 1.0, int clarity = kDefaultClarity);
- // 方法 B:多尺度(拉普拉斯金字塔)融合
- // levels : 金字塔层数,默认 3(原程序该分支的层数未逐字节还原)
- void multiScaleFusion(const std::vector<cv::Mat>& images, cv::Mat& dst,
- int levels = 3);
- // factor = min(1.0, sqrt(maxPixels / (w*h))) —— SLView 的调度算式
- double computeFactor(const cv::Size& sz, double maxPixels = kDefaultMaxPixels);
- } // namespace slview
- #endif // SLVIEW_FOCUS_H
|