嵌入式Linux智能投影仪编程：实现自动对焦与梯形校正的算法移植
投影仪自动对焦和梯形校正看着像图像算法题，落地到嵌入式Linux其实是“取帧—评价—驱马达”和“顶点检测—单应矩阵—几何变换”两条管线。算法不难，难的是别让OpenCV默认管线把CPU吃满，也别每帧重算矩阵。
一、自动对焦：清晰度评价+爬山搜索
反差式对焦本质就一句：镜头动一下，算一帧图的高频能量，找峰值位置。
嵌入式平台别一上来用Tenengrad全图卷积，先降分辨率再截ROI：
/* Brenner梯度，算力紧张首选 */
uint32_t focus_value(uint8_t*y, int w, int h){
uint32_t s=0;
for(int i=0;i<h;i++){
uint8_t*row=y+i*w;
for(int j=0;j<w-2;j++){
int d=row[j+2]-row[j];
s+=(uint32_t)(d*d);
}
}
return s;
}
ARM Linux够用就换Tenengrad/Sobel，峰更尖；低端MIPS用Brenner就行。
主循环别阻塞式“移动→等稳→采图→算分”，马达运动和评分异步：
typedef struct {
int step;
uint32_t best_val;
int best_step;
int dir;
} af_fsm_t;
void af_step(af_fsm_t*f, uint32_t val){
if(val > f->best_val){
f->best_val = val;
f->best_step = f->step;
}else if(f->dir==1 && val < f->best_val*0.8){
motor_goto(f->best_step); // 峰值过了，回最佳位
af_done();
}
f->step += f->dir? +COARSE : -FINE;
motor_move(f->step);
}
粗扫大步找峰、细扫小步精修，曝光和增益必须锁死，否则自动曝光一变评分曲线就抖。
二、梯形校正：四角单应矩阵
梯形校正不是仿射拉伸能解决的，必须用完整射影变换（单应矩阵H），否则斜投校正完还是歪。
摄像头拍到投影画面四角 (src)，目标矩形四角 (dst)，解H：
/* 伪代码：4组对应点 -> 3x3 H */
homography_solve(src[4], dst[4], &H);
校正时用反向映射：遍历输出矩形每个像素，乘H逆矩阵找原图坐标，双线性采样。正向映射会留空洞。
void keystone_remap(uint8_t*dst, uint8_t*src, Mat3 Hinv, int W,int H){
for(int y=0;y<H;y++){
for(int x=0;x<W;x++){
float px=(Hinv.a*x+Hinv.b*y+Hinv.c);
float py=(Hinv.d*x+Hinv.e*y+Hinv.f);
float pw=(Hinv.g*x+Hinv.h*y+1.0f);
int sx=(int)(px/pw), sy=(int)(py/pw);
dst[y*W+x]= bilinear(src,sx,sy);
}
}
}
顶点来源三条路：
摄像头识别投影画面边界
ToF+陀螺仪算姿态角直接推四角
用户手动拖四角（四点校正UI）
三、嵌入式移植关键点
1. V4L2 MMAP取帧，别用cv::VideoCapture默认后端
ARM板直接cv2.VideoCapture(0)常采不到正确格式，走V4L2设YUYV/MJPEG，取Y分量做灰度，省去BGR转换。
2. 分辨率砍到算法够用
对焦取320×240足矣；梯形校正原图也不用全4K跑，缩放后算H再回全分辨率渲染。
3. 零拷贝降带宽
V4L2 MMAP或dma-buf直接给算法，别内核态拷一份到用户态再拷给OpenCV，1080p每多一次拷贝就是6MB。
4. 矩阵缓存，不每帧重算
姿态没变就沿用上一次H，存Param区；只有开机、移动、用户校正才重算。
5. 校正放显示前级
视频解码 → 单应变换 → DRM/KMS上屏。软解用CPU做<30ms还行，大角度侧投走RGA/FPGA硬解，否则延迟和发热都扛不住。
6. 顶点限位防出界
算出的src坐标超出原图，填黑边；目标矩形别超出投影芯片有效区，不然边缘裁掉。
四、落坑清单
自动曝光开着跑对焦→评分曲线漂移
全图Tenengrad→低算力平台卡成幻灯片
马达移动和评分同步等→对焦慢一倍
正向映射做校正→画面空洞
用仿射代替单应→斜投校不直
每帧重算H→CPU空转
校正角过大不裁黑边→画面溢出
OpenCV默认VideoCapture→嵌入式采图花屏
对焦ROI选背景墙→无纹理评分失效
五、落地顺序
V4L2打通取帧，锁曝光
对焦：中心ROI+Brenner/Tenengrad评分
马达驱动异步化，粗扫+细扫
摄像头拍投影画面，提四角
解单应矩阵H，反向映射校正
校正管线接显示前级，dma-buf零拷贝
H缓存+姿态变化才重算
四点手动校正兜底
投影仪这两件事拆开看都不复杂：对焦是“高频能量爬山”，校正是“四角单应变换”。移植到嵌入式Linux的真正工作量在取帧零拷贝、ROI降分辨率、马达/顶点状态机解耦——算法本身抄OpenCV都能跑，但照搬桌面写法板子一定烫、帧率一定掉。对焦锁曝光+粗细分步，校正用反向映射+矩阵缓存，家用微投基本就稳了；大角度侧投再考虑RGA/FPGA硬解分担。
下载文档
