三星S10e的超廣角和正常鏡頭切換的時(shí)候，咔咔聲很悅耳，不過這里也有疑問，關(guān)于自動(dòng)對(duì)焦這個(gè)操作是不是有一些開源的東西？好像沒有，我 隨便搜索了倆篇論文看下。

首先是這個(gè)

一副圖像是否聚焦，反映在空域上是圖像的邊緣及細(xì)節(jié)是否清晰，而圖像的邊緣及細(xì)節(jié)。信息可以通過對(duì)圖像進(jìn)行微分來獲取，因此，可以利用這些信息作為聚焦的判據(jù)。這種提取圖像邊緣信息的函數(shù)稱為聚焦評(píng)價(jià)函數(shù)，圖像經(jīng)其處理后所得到的量值能夠反映圖像的清晰度。聚焦評(píng)價(jià)函數(shù)應(yīng)具有以下幾個(gè)特性性：無偏性，單峰性，高靈敏度，較高信噪比，計(jì)算量較小。這里選用絕對(duì)方差函數(shù)：

全文就這個(gè)公式還算Soul

說了這么多，就這個(gè)函數(shù)重要：

聚焦評(píng)價(jià)函數(shù)，對(duì)于自動(dòng)聚焦的實(shí)現(xiàn)，具有重要的意義。聚焦評(píng)價(jià)函數(shù)有很多，每種方法都有其優(yōu)點(diǎn)和缺點(diǎn)。原理很簡(jiǎn)單，越是清晰的照片，每個(gè)像素與其周圍像素的差距越大，當(dāng)聚焦不對(duì)時(shí)，會(huì)發(fā)現(xiàn)，整個(gè)圖像糊成一團(tuán)，即像素值都在某一小范圍內(nèi)。

int calculateGrayDifference(Mat image)//傳入單通道圖像{  Mat temImage;  temImage = Mat::zeros(image.size(), CV_32FC1);  //long int result = 0;  for (int i = 1; i < image.rows; i++)  {    for (int j = 1; j < image.cols; j++)    {      int num = image.at(i, j);      int num1 = image.at(i-1, j);      int num2 = image.at(i, j-1);      int num3 = abs((num - num1)*(num - num2));      temImage.at<float>(i, j) = num3;      //result = result + num3;    }  }  Scalar total = sum(temImage);  return cvRound(total[0]);  //return result;}

給出計(jì)算的code

下面論文還有點(diǎn)，不過關(guān)系不大：

這個(gè)函數(shù)怎么算？這里給出，圖像使用二維數(shù)組存放

算法流程圖

以及引入變步長這些東西

當(dāng)相鄰圖像的聚焦量值對(duì)比小于一定域值時(shí)，目標(biāo)景物及光學(xué)鏡頭的狀態(tài)相對(duì)穩(wěn)定，此時(shí)控制系統(tǒng)處于微動(dòng)掃描狀態(tài)，控制輸出仍有使調(diào)焦機(jī)構(gòu)向獲取更大聚焦量圖像方向運(yùn)動(dòng)的趨勢(shì)，但控制量微小。當(dāng)相鄰圖像的聚焦量值對(duì)比大于一定域值，表明目標(biāo)景物發(fā)生了變化，或光學(xué)鏡頭進(jìn)行了變倍、轉(zhuǎn)向等操作，則控制系統(tǒng)進(jìn)入大步長快速調(diào)焦過程。假定此時(shí)調(diào)焦機(jī)構(gòu)位于點(diǎn) M 處，首先確定搜索方向，因點(diǎn) N 的聚焦量值大于點(diǎn) M 的聚焦量值，即確定向點(diǎn) N 方向行進(jìn)，直到越過最大值 P 到達(dá) P 1 為止，即路徑為 M-N-P-P 1 ，將此

過程中最大聚焦量值 P′暫存，進(jìn)入漸小步長聚焦過程。由 P1 開始，向山頂 P運(yùn)動(dòng)，直到 P 2 為止，將此次搜索中最大聚焦量值 P〞暫存。如此反復(fù)，每搜索一次，步距相應(yīng)減小，并將相鄰兩次搜索中所獲得的兩個(gè)最大聚焦量值進(jìn)行對(duì)比，當(dāng)對(duì)比值小于一定域值時(shí)，表示調(diào)焦機(jī)構(gòu)已經(jīng)位于很接近點(diǎn) P 的位置，進(jìn)入微動(dòng)掃描狀態(tài)。