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
pip install numpy opencv-python pyproj gdal
使用示例
目标定位
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
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
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
python setup.py bdist_wheel
或直接安装到本地环境：
pip install .
导入与调用
安装后可直接在 Python 中导入：
from imagereproject import ir_target_positioning, ir_red_line_reproject, ir_img_reproject, Point, CamParas
注意事项
- 使用前请确保已安装所有依赖库
- DEM文件和图像文件路径需要根据实际情况修改
- 相机参数和位置信息需要根据实际情况设置