Calibrazione densa: finestra sub-pixel ristretta al bordo, test su scacchiera continua (#84)

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Jbf7qKuxsnAVjxthRy7dnB

scripts/calibrazione.py

@@ -258,6 +258,27 @@ def _passo_mediano(g: np.ndarray) -> float:
     return float(np.median(np.hypot(passi[:, 0], passi[:, 1])))
 
 
+def _raffina(img: np.ndarray, pts: np.ndarray, passo: float) -> np.ndarray:
+    """cornerSubPix su (n,2) con finestra ~0.3 passo, ristretta per chi sta vicino al bordo.
+
+    Una finestra che esce dall'immagine vede il bordo replicato e sposta il corner
+    di ~1 px (visto sull'ultima colonna di una scacchiera a 14 px dal bordo): per
+    questi punti si usa la finestra piu' grande che sta dentro; sotto 3 px resta
+    la posizione grezza.
+    """
+    h, w = img.shape
+    out = pts.astype(np.float32).copy()
+    win = int(min(20, max(3, 0.3 * passo)))
+    dentro = np.minimum.reduce([out[:, 0], w - 1 - out[:, 0], out[:, 1], h - 1 - out[:, 1]])
+    per_punto = np.minimum(win, np.floor(dentro).astype(int) - 2)
+    crit = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 40, 0.001)
+    for wi in np.unique(per_punto[per_punto >= 3]):
+        sel = per_punto == wi
+        out[sel] = cv2.cornerSubPix(img, out[sel].reshape(-1, 1, 2).copy(),
+                                    (int(wi), int(wi)), (-1, -1), crit).reshape(-1, 2)
+    return out
+
+
 def _trova_griglia(frame: np.ndarray) -> np.ndarray:
     """Griglia di angoli (n_righe, n_colonne, 2) x,y, in ordine di riga dall'alto."""
     h, w = frame.shape
@@ -288,11 +309,9 @@ def _trova_griglia(frame: np.ndarray) -> np.ndarray:
     nr, nc, _ = g.shape
     passo = _passo_mediano(g)
     # sub-pixel: finestra proporzionale al passo, abbastanza piccola da non vedere i vicini
-    win = int(min(20, max(3, 0.3 * passo)))
-    crit = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 40, 0.001)
-    grezzi = g.reshape(-1, 1, 2).astype(np.float32)
-    raff = cv2.cornerSubPix(frame, grezzi.copy(), (win, win), (-1, -1), crit)
-    spostati = np.hypot(*(raff - grezzi).reshape(-1, 2).T) > 0.3 * passo
+    grezzi = g.reshape(-1, 2).astype(np.float32)
+    raff = _raffina(frame, grezzi, passo)
+    spostati = np.hypot(*(raff - grezzi).T) > 0.3 * passo
     raff[spostati] = grezzi[spostati]  # un raffinamento che scappa e' peggio del grezzo
     return raff.reshape(nr, nc, 2).astype(np.float64)
 
@@ -391,16 +410,14 @@ def calibra_scacchiera_densa(pixels, square_mm: float) -> tuple[dict, Distortion
                         for j in range(nc)] for i in range(nr)], np.float32).reshape(-1, 1, 2)
     rett = cv2.remap(frame, mappa.map_col, mappa.map_row, cv2.INTER_LINEAR,
                      borderMode=cv2.BORDER_CONSTANT, borderValue=0)
-    win = int(min(20, max(3, 0.3 * grid_step)))
-    crit = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 40, 0.001)
     # solo i corner ideali dentro l'immagine raddrizzata (cornerSubPix rifiuta quelli fuori)
     xy = ideali.reshape(-1, 2)
     dentro = (xy[:, 0] >= 1) & (xy[:, 0] <= w - 2) & (xy[:, 1] >= 1) & (xy[:, 1] <= h - 2)
     if int(dentro.sum()) < 4:
         raise CalibrazioneError("griglia raddrizzata fuori dall'immagine: calibrazione non verificabile")
-    ideali = ideali[dentro]
-    letti = cv2.cornerSubPix(rett, ideali.copy(), (win, win), (-1, -1), crit)
-    scarto = (letti - ideali).reshape(-1, 2).astype(np.float64)
+    ideali = ideali[dentro].reshape(-1, 2)
+    letti = _raffina(rett, ideali, grid_step)
+    scarto = (letti - ideali).astype(np.float64)
     scarto -= np.median(scarto, axis=0)  # int() dell'offset sposta tutto di una traslazione
     dist = np.hypot(scarto[:, 0], scarto[:, 1])
     residuo_max = float(dist.max())