如何将bayerrg8格式图像转换为rgb图像

Question

我有一台可以提供拜耳 RG8 格式图像的相机。

我正在使用 skimage 处理图像，但我找不到将 Bayer RG8 格式转换为标准 RGB（以在屏幕上显示）的方法。

有什么办法可以用 skimage 做到这一点吗？

我确实找到了 opencv 转换的参考，但我试图避免在我的应用程序中包含 opencv （除非绝对必要）。

Answer 1

由于您没有提供任何输入数据，我从这里获取了灰度图像，并使用ImageMagick将其制作成带有 GBRG 排序的原始 Bayer8 文件，如下所示：

magick mandi.png -trim -depth 8 gray:bayer.bin

这给了我一个 680,736 字节的 1013x672 像素文件。

然后我像这样读取它并将其制作成 skimage 可以理解的图像，如下所示：

#!/usr/bin/env python3

import numpy as np
from skimage.io import imsave

# Width and height of Bayer image, not original which is w/2 x h/2
w, h = 1013, 672
ow, oh = w//2, h//2

# Load in Bayer8 image, assumed raw 8-bit GBRG
bayer = np.fromfile('bayer.bin', dtype=np.uint8).reshape((h,w))

# Pick up raw uint8 samples
R  = bayer[1::2, 0::2]     # rows 1,3,5,7 columns 0,2,4,6
B  = bayer[0::2, 1::2]     # rows 0,2,4,6 columns 1,3,5,7
G0 = bayer[0::2, 0::2]     # rows 0,2,4,6 columns 0,2,4,6
G1 = bayer[1::2, 1::2]     # rows 1,3,5,7 columns 1,3,5,7

# Chop any left-over edges and average the 2 Green values
R = R[:oh,:ow]
B = B[:oh,:ow]
G = G0[:oh,:ow]//2 + G1[:oh,:ow]//2

# Formulate image by stacking R, G and B and save
out = np.dstack((R,G,B)) 
imsave('result.png',out)

并得到这个：

版权所有 Mathworks, Inc.

当然，还有更复杂的插值方法，但这是最基本的，欢迎您采用并改进它！

好的，我有一些时间，我尝试对拜耳数组中的缺失值进行二维插值。我对我的答案不是 100% 有信心，但我认为它应该非常接近。

基本上，我以全分辨率复制原始拜耳阵列，并用红色覆盖所有绿色和蓝色样本并将np.Nan其称为红色。然后我进行二维插值来替换 Nans。

对于绿色和蓝色也是如此，这给出了：

#!/usr/bin/env python3

import numpy as np
from skimage.io import imsave
from scipy.interpolate import griddata

def interp2d(im):
    """Interpolate in 2d array, replacing NaNs with interpolated values"""
    x, y = np.indices(im.shape)
    im[np.isnan(im)] = griddata(
       (x[~np.isnan(im)], y[~np.isnan(im)]),
       im[~np.isnan(im)],
       (x[np.isnan(im)], y[np.isnan(im)]))
    im = np.nan_to_num(im)
    return np.clip((im),0,255)

# Width and height of Bayer image
w, h = 1013, 672

# Calculate output width and height as multiples of 4
ow = (w//4) * 4
oh = (h//4) * 4

# Load in Bayer8 image, assumed raw 8-bit GBRG, reshape and make sides multiple of 4
bayer = np.fromfile('bayer.bin', dtype=np.uint8).reshape((h,w)).astype(np.float)[:oh, :ow]

# In following code you'll see "cell" which is the basic repeating 2x2 cell of a Bayer matrix
#
# cell = G B
#        R G
#

# Set everything not Red in bayer array to Nan, then replace Nans with interpolation
cell = np.array([[np.NaN, np.NaN],
                 [1.0   , np.NaN]])
R = bayer*np.tile(cell,(oh//2,ow//2))
R = interp2d(R).astype(np.uint8)

# Set everything not Green in bayer array to Nan, then replace Nans with interpolation
cell = np.array([[1.0   , np.NaN],
                 [np.NaN, 1.0   ]])
G = bayer*np.tile(cell,(oh//2,ow//2))
G = interp2d(G).astype(np.uint8)

# Set everything not Blue in bayer array to Nan, then replace Nans with interpolation
cell = np.array([[np.NaN, 1.0   ],
                 [np.NaN, np.NaN]])
B = bayer*np.tile(cell,(oh//2,ow//2))
B = interp2d(B).astype(np.uint8)

# Form image by stacking R, G and B and save
imsave('result.png',np.dstack((R,G,B)))

关键词：Python、bayer、bayer8、debayer、de-bayer、去马赛克、去马赛克、图像、raw、CFA、skimage、scikit-image、图像处理。