ai_project_v1/touying/ImageReproject_python/README.md

# ImageReproject Python版本

这是原C++项目`ImageReproject_linux`的Python实现版本，提供图像重投影、目标定位和红线重投影功能。

## 项目结构

- `img_types.py`: 定义了各种数据结构，如点坐标、相机参数、外方位元素等
- `dpal.py`: 数字摄影测量算法库，实现坐标转换和旋转矩阵计算等功能
- `image_reproject.py`: 主要功能实现，包括目标定位、红线重投影和图像重投影
- `test_image_reproject.py`: 测试脚本，用于测试各项功能

## 功能说明

### 1. 目标定位 (Target Positioning)

根据图像上的点坐标，结合相机参数、云台角度、位置信息和DEM数据，计算该点在地面上的经纬度和高度。

### 2. 红线重投影 (Red Line Reproject)

将地面上的点坐标投影到图像上，并在图像上绘制这些点。

### 3. 图像重投影 (Image Reproject)

将地面上的点坐标投影到图像上，计算其在图像上的像素坐标。

## 依赖库

- NumPy: 用于数值计算
- OpenCV (cv2): 用于图像处理
- PyProj: 用于坐标转换
- GDAL: 用于读取DEM数据

## 安装依赖

```bash
pip install numpy opencv-python pyproj gdal
```

## 使用示例

### 目标定位

```python
from img_types import CamParas
from image_reproject import ir_target_positioning

# 设置参数
u = 1520  # 图像x坐标
v = 2512  # 图像y坐标
interval = 0.05  # 高程迭代间隔
gimbal_yaw = 66.40 * math.pi / 180  # 云台偏航角(弧度)
gimbal_pitch = -90 * math.pi / 180  # 云台俯仰角(弧度)
gimbal_roll = 0  # 云台横滚角(弧度)
h = 590.834  # 高度
l = (103 + 59 / 60.0 + 26.07 / 3600.0) * math.pi / 180  # 经度(弧度)
b = (30 + 45 / 60.0 + 46.48 / 3600.0) * math.pi / 180  # 纬度(弧度)
img_width = 4032  # 图像宽度
img_height = 3024  # 图像高度

# 相机参数
cam_paras = CamParas(
    fx=2795.68899,
    fy=2795.68899,
    cx=4.63568,
    cy=198.7387,
    k1=0.0199131,
    k2=-0.068595,
    k3=0.0568642,
    p1=-0.00119,
    p2=0.00124049
)

# DEM文件路径
dem_file = "dem.tif"

# 执行目标定位
x, y, z = ir_target_positioning(
    u, v, interval, gimbal_pitch, gimbal_yaw, gimbal_roll,
    h, l, b, cam_paras, img_width, img_height, dem_file
)

# 输出结果
print(f"目标位置: 经度={x * 180 / math.pi:.6f}°, 纬度={y * 180 / math.pi:.6f}°, 高度={z:.2f}m")
```

### 红线重投影

```python
from img_types import CamParas, Point
from image_reproject import ir_red_line_reproject

# 设置参数
gimbal_yaw = 66.40 * math.pi / 180  # 云台偏航角(弧度)
gimbal_pitch = -90 * math.pi / 180  # 云台俯仰角(弧度)
gimbal_roll = 0  # 云台横滚角(弧度)
h = 590.834  # 高度
l = (103 + 59 / 60.0 + 26.07 / 3600.0) * math.pi / 180  # 经度(弧度)
b = (30 + 45 / 60.0 + 46.48 / 3600.0) * math.pi / 180  # 纬度(弧度)
img_width = 4032  # 图像宽度
img_height = 3024  # 图像高度

# 相机参数
cam_paras = CamParas(
    fx=2795.68899,
    fy=2795.68899,
    cx=4.63568,
    cy=198.7387,
    k1=0.0199131,
    k2=-0.068595,
    k3=0.0568642,
    p1=-0.00119,
    p2=0.00124049
)

# 图像文件路径
img_file = "test_image.jpg"
img_save_file = "test_image_reprojected.jpg"

# 点坐标列表
points = [
    Point(103.990109 * math.pi / 180, 30.762915 * math.pi / 180, 481.64),
    # 添加更多点...
]

# 执行红线重投影
ir_red_line_reproject(
    gimbal_pitch, gimbal_yaw, gimbal_roll, h, l, b,
    cam_paras, img_width, img_height, points, img_file, img_save_file
)
```

### 图像重投影

```python
from img_types import CamParas
from image_reproject import ir_img_reproject

# 设置参数
obj_longitude = 103.990109  # 目标点经度(度)
obj_latitude = 30.762915  # 目标点纬度(度)
obj_height = 481.64  # 目标点高度

gimbal_yaw = 66.40 * math.pi / 180  # 云台偏航角(弧度)
gimbal_pitch = -90 * math.pi / 180  # 云台俯仰角(弧度)
gimbal_roll = 0  # 云台横滚角(弧度)
h = 590.834  # 高度
l = (103 + 59 / 60.0 + 26.07 / 3600.0) * math.pi / 180  # 经度(弧度)
b = (30 + 45 / 60.0 + 46.48 / 3600.0) * math.pi / 180  # 纬度(弧度)
img_width = 4032  # 图像宽度
img_height = 3024  # 图像高度

# 相机参数
cam_paras = CamParas(
    fx=2795.68899,
    fy=2795.68899,
    cx=4.63568,
    cy=198.7387,
    k1=0.0199131,
    k2=-0.068595,
    k3=0.0568642,
    p1=-0.00119,
    p2=0.00124049
)

# 执行图像重投影
pixel_x, pixel_y = ir_img_reproject(
    gimbal_pitch, gimbal_yaw, gimbal_roll, h, l, b,
    cam_paras, img_width, img_height, obj_longitude, obj_latitude, obj_height
)

# 输出结果
print(f"目标点在图像上的坐标: x={pixel_x:.2f}, y={pixel_y:.2f}")
```

## 打包为动态库

本项目支持通过 setuptools 打包为 Python 动态库（.so/.pyd）。

### 打包命令

```bash
python setup.py bdist_wheel
```

或直接安装到本地环境：

```bash
pip install .
```

### 导入与调用

安装后可直接在 Python 中导入：

```python
from imagereproject import ir_target_positioning, ir_red_line_reproject, ir_img_reproject, Point, CamParas
```

## 注意事项

1. 使用前请确保已安装所有依赖库
2. DEM文件和图像文件路径需要根据实际情况修改
3. 相机参数和位置信息需要根据实际情况设置