PFM形式の画像とmiddleburyデータセットの読み取り

PFM形式の画像とmiddleburyデータセットの読み取り

PFM形式画像

画像フォーマット

Middlebury 2014データセット

データセット紹介

Middleburyデータ集中視差マップを読み取るdepth map

を生成する.
PFM形式画像
http://www.pauldebevec.com/Research/HDR/PFM/https://linux.die.net/man/5/pfmPFM(Portable Float Map)は、ファイル情報とファイルバイナリデータの2つの部分を含む浮動小数点画素の画像フォーマットである.
画像フォーマット
PFMにおけるファイル情報をヘッダと呼び,バイナリ画像データをrasterと呼ぶ.
ヘッダーファイル情報:3行の情報が共有され、Unixスタイルの改行記号「」の16進数「0 sa」で終わる.

Identifier Line値は「PF」または「Pf」です.

「PF」は、RGB 3チャネル画像

であることを示す.

"Pf"は、単一チャネル画像

であることを示す.

Dimensions Lineこの行は画像の行列情報(チャネルを含まない)であり、中間は

をスペースで隔てている.

Scale Factor/Endiannessスケーリングファクタ/バイト順で、この行に書き込まれた情報はグローバル浮動小数点数スケーリングファクタ値であり、正負の区別がある.正の値であれば、画像のバイナリデータは大端シーケンスで格納され、負の値は小端シーケンスで格納される(0値は存在しない).このscale factorはdepth mapを取得する場合にのみ使用され、disparity mapの値をこのscale factorで除算する必要があります.

raster画像データ領域:画像中の各画素値は4バイト、RGBチャネルは12バイト順に記憶され、画像の画素点読取順は下から上へ左から右の順に読み取られる.
Middlebury 2014データセット
http://vision.middlebury.edu/stereo/data/scenes2014/#description
データセットの紹介

Middleburyデータ集中視差マップを読み出してdepth mapを生成

from pathlib import Path
import numpy as np
import csv
import re
import cv2

def read_calib(calib_file_path):
    with open(calib_file_path, 'r') as calib_file:
        calib = {}
        csv_reader = csv.reader(calib_file, delimiter='=')
        for attr, value in csv_reader:
            calib.setdefault(attr, value)

    return calib

def read_pfm(pfm_file_path):
    with open(pfm_file_path, 'rb') as pfm_file:
        header = pfm_file.readline().decode().rstrip()
        channels = 3 if header == 'PF' else 1

        dim_match = re.match(r'^(\d+)\s(\d+)\s$', pfm_file.readline().decode('utf-8'))
        if dim_match:
            width, height = map(int, dim_match.groups())
        else:
            raise Exception("Malformed PFM header.")

        scale = float(pfm_file.readline().decode().rstrip())
        if scale < 0:
            endian = ' # littel endian
            scale = -scale
        else:
            endian = '>' # big endian

        dispariy = np.fromfile(pfm_file, endian + 'f')
    #
    img = np.reshape(dispariy, newshape=(height, width, channels))
    img = np.flipud(img).astype('uint8')
    #
    show(img, "disparity")

    return dispariy, [(height, width, channels), scale]


def create_depth_map(pfm_file_path, calib=None):

    dispariy, [shape,scale] = read_pfm(pfm_file_path)

    if calib is None:
        raise Exception("Loss calibration information.")
    else:
        fx = float(calib['cam0'].split(' ')[0].lstrip('['))
        base_line = float(calib['baseline'])
        doffs = float(calib['doffs'])

		# scale factor is used here
        depth_map = fx*base_line / (dispariy / scale + doffs)
        depth_map = np.reshape(depth_map, newshape=shape)
        depth_map = np.flipud(depth_map).astype('uint8')

        return depth_map

def show(img, win_name='image'):
    if img is None:
        raise Exception("Can't display an empty image.")
    else:
        cv2.namedWindow(win_name, cv2.WINDOW_NORMAL)
        cv2.imshow(win_name, img)
        cv2.waitKey()
        cv2.destroyWindow(win_name)


def main():
    pfm_file_dir = Path(r'middlebury\2014\Adirondack-imperfect')
    calib_file_path = pfm_file_dir.joinpath('calib.txt')
	disp_left = pfm_file_dir.joinpath('disp0.pfm')
	
    # calibration information
    calib = read_calib(calib_file_path)
	# create depth map
    depth_map_left = create_depth_map(disp_left, calib)

    show(depth_map_left, "depth_map")

if __name__ == '__main__':
    main()

結果: