光场相机拍摄的原图(raw文件)的像素之间是按照一定规则排列的，设光场的角分辨率为$U\times V$，子光圈图像分辨率为$X\times Y$，那么这$U\times V$副图像合成后的原图分辨率应该是$(U*X)\times (V*Y)$，但是不同的相机像素排列方式是不同的，这里总结的方法只适用于需要还原回去的原图排列方式为横纵排列，而不是六边形排列之类的
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| import os
import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
xy_size = 1080
UV_solution = 7
img_dir = ''
full_img = np.zeros([xy_size * UV_solution, xy_size * UV_solution, 3])
for img_x in range(UV_solution):
for img_y in range(UV_solution):
img_order = img_x * UV_solution + img_y
img_name = '...'
img_path = os.path.join(img_dir, img_name)
img_np = np.asarray(Image.open(img_path))
full_img[img_x::UV_solution, img_y::UV_solution] = img_np
LF_img = Image.fromarray(full_img.astype('uint8')).convert('RGB')
LF_img.show()
LF_img_name = img_dir.split('/')[-1] + '.png'
LF_img_save_path = os.path.dirname(img_dir)
LF_img.save(LF_img_save_path + '/' + LF_img_name)
|