重映射、仿射变换、直方图均衡化-蒲公英云

重映射：把一幅图像中某位置的像素放置到另一个图片指定位置的过程。

完成映射过程，需要获得一些插值为非整数像素的坐标，源图像与目标图像不是一一对应的。

函数：

remap( InputArray src, OutputArray dst,
InputArray map1, InputArray map2,
int interpolation, int borderMode = BORDER_CONSTANT,
const Scalar& borderValue = Scalar());

第一个参数：输入灰度图像

第二个参数：输出图像

第三个参数：Mat 类map1

第四个参数：Mat 类map1

第五个参数：插值方式

第六个参数：边界模式

第七个参数：边界颜色值

示例：

#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
int main()
{
    Mat img, dst;
    Mat mapx, mapy;
    img = imread("d://temp/1.jpg");
    imshow("源图像", img);
    dst.create(img.size(), img.type());
    mapx.create(img.size(), CV_32FC1);
    mapy.create(img.size(), CV_32FC1);
    for (int j = 0; j < img.rows; j++)
    {
        for (int i = 0; i < img.cols; i++)
        {
            mapx.at<float>(j, i) = static_cast<float>(i);
            mapy.at<float>(j, i) = static_cast<float>(img.rows - j);
        }
    }
    remap(img, dst, mapx, mapy, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));
    imshow("效果图",dst);
    waitKey(0);
    return 0;
}

仿射变换：旋转、平移、缩放。

要进行仿射变换，必须先获取变换矩阵。要获取变换矩阵，必须先获取特征点坐标、角度等信息，几何匹配和bolb是获取特征点的高效方法，除此之外还有其它方法，只要能稳定的求出特征点即可。

仿射变换流程

（1.）获取特征点坐标、角度

（2.）计算仿射变换矩阵

（3.）对图像、区域、轮廓进行仿射变换

warpAffine( InputArray src, OutputArray dst,
InputArray M, Size dsize,
int flags = INTER_LINEAR,
int borderMode = BORDER_CONSTANT,
const Scalar& borderValue = Scalar());

第一个参数：输入图像

第二个参数：输出图像

第三个参数：Mat 类2x3变换矩阵

第四个参数：输出图像尺寸

第五个参数：插值方法

第六个参数：边界像素模式

第七个参数：边界颜色值

getRotationMatrix2D( Point2f center, double angle, double scale );

第一个参数：原图像旋转中心。

第二个参数：旋转角度

第三个参数：缩放系数

示例：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
//-----------------------------------【宏定义部分】-------------------------------------------- 
//        描述：定义一些辅助宏 
//------------------------------------------------------------------------------------------------ 
#define WINDOW_NAME1 "【原始图窗口】"                    //为窗口标题定义的宏 
#define WINDOW_NAME2 "【经过Warp后的图像】"        //为窗口标题定义的宏 
#define WINDOW_NAME3 "【经过Warp和Rotate后的图像】"        //为窗口标题定义的宏 
int angle = -180;
int  scale = 1;
//-----------------------------------【main( )函数】--------------------------------------------
//        描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
void on_traker(int, void*)
{
    //【1】参数准备
    //定义两组点，代表两个三角形
    Point2f srcTriangle[3];
    Point2f dstTriangle[3];
    //定义一些Mat变量
    Mat rotMat(2, 3, CV_32FC1);
    Mat warpMat(2, 3, CV_32FC1);
    Mat srcImage, dstImage_warp, dstImage_warp_rotate;
    //【2】加载源图像并作一些初始化
    srcImage = imread("d://temp/1.jpg", 1);
    //if (!srcImage.data) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }
    // 设置目标图像的大小和类型与源图像一致
    dstImage_warp = Mat::zeros(srcImage.rows, srcImage.cols, srcImage.type());
    //【3】设置源图像和目标图像上的三组点以计算仿射变换
    srcTriangle[0] = Point2f(0, 0);
    srcTriangle[1] = Point2f(static_cast<float>(srcImage.cols - 1), 0);
    srcTriangle[2] = Point2f(0, static_cast<float>(srcImage.rows - 1));
    dstTriangle[0] = Point2f(static_cast<float>(srcImage.cols*0.0), static_cast<float>(srcImage.rows*0.33));
    dstTriangle[1] = Point2f(static_cast<float>(srcImage.cols*0.65), static_cast<float>(srcImage.rows*0.35));
    dstTriangle[2] = Point2f(static_cast<float>(srcImage.cols*0.15), static_cast<float>(srcImage.rows*0.6));
    //【4】求得仿射变换
    warpMat = getAffineTransform(srcTriangle, dstTriangle);
    //【5】对源图像应用刚刚求得的仿射变换
    warpAffine(srcImage, dstImage_warp, warpMat, dstImage_warp.size());
    //【6】对图像进行缩放后再旋转
    // 计算绕图像中点顺时针旋转50度缩放因子为0.6的旋转矩阵
    Point center = Point(dstImage_warp.cols / 2, dstImage_warp.rows / 2);
    // 通过上面的旋转细节信息求得旋转矩阵
    rotMat = getRotationMatrix2D(center, angle, scale);
    // 旋转已缩放后的图像
    warpAffine(dstImage_warp, dstImage_warp_rotate, rotMat, dstImage_warp.size());
    //【7】显示结果
    imshow(WINDOW_NAME1, srcImage);
    imshow(WINDOW_NAME2, dstImage_warp);
    imshow(WINDOW_NAME3, dstImage_warp_rotate);
}
int main()
{
    //【0】改变console字体颜色
    system("color 1F");
    namedWindow("自定义", WINDOW_AUTOSIZE);
    createTrackbar("角度", "自定义", &angle, 180, on_traker);
    createTrackbar("缩放因子", "自定义", &scale, 10, on_traker);
    on_traker(angle, 0);
    // 等待用户按任意按键退出程序
    waitKey(0);
    return 0;
}
直方图均衡化：扩大图像的动态范围，通过拉伸像素强度分布范围来增强图像对比度的一种方法。----------------图像增强
 函数：
 void equalizeHist( InputArray src, OutputArray dst );
第一个参数：输入灰度图像
第二个参数：输出图像
示例：
 #include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
    Mat img = imread("d://temp/1.jpg");
    Mat dst;
    cvtColor(img, img, COLOR_BGR2GRAY);
    imshow("原始图", img);
    equalizeHist(img, dst);
    imshow("效果图", dst);
    waitKey(0);
    return 0;
}