opencv学习笔记7 重映射和仿射变换

亦凉 2023-06-04 03:55 6阅读 0赞

## 一。重映射 ##

void remap(InputArray src, OutputArraydst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER\_CONSTANT, const Scalar& borderValue=Scalar())

*  第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位或者浮点型图像。
 *  第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放函数调用后的输出结果，需和源图片有一样的尺寸和类型。
 *  第三个参数，InputArray类型的map1，它有两种可能的表示对象。
 *  表示点（x，y）的第一个映射。
 *  表示CV\_16SC2 , CV\_32FC1 或CV\_32FC2类型的X值。
 *  第四个参数，InputArray类型的map2，同样，它也有两种可能的表示对象，而且他是根据map1来确定表示那种对象。
 *  若map1表示点（x，y）时。这个参数不代表任何值。
 *  表示CV\_16UC1 , CV\_32FC1类型的Y值（第二个值）。
 *  第五个参数，int类型的interpolation,插值方式，之前的resize( )函数中有讲到，需要注意，resize( )函数中提到的INTER\_AREA插值方式在这里是不支持的，所以可选的插值方式如下：
 *  INTER\_NEAREST - 最近邻插值
 *  INTER\_LINEAR – 双线性插值（默认值）
 *  INTER\_CUBIC – 双三次样条插值（逾4×4像素邻域内的双三次插值）
 *  INTER\_LANCZOS4 -Lanczos插值（逾8×8像素邻域的Lanczos插值）
 *  第六个参数，int类型的borderMode，边界模式，有默认值BORDER\_CONSTANT，表示目标图像中“离群点（outliers）”的像素值不会被此函数修改。
 *  第七个参数，const Scalar&类型的borderValue，当有常数边界时使用的值，其有默认值Scalar( )，即默认值为0。

1 #include<iostream>
     2 #include<vector>
     3 #include<opencv2/opencv.hpp>
     4 using namespace std;
     5 using namespace cv;
     6 int main()
     7 {
     8     Mat srcImage, dstImage;
     9     Mat map_x, map_y;
    10 
    11     //【1】载入原始图
    12     srcImage = imread("E:/test.jpg", 1);
    13     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; }
    14     imshow("原始图", srcImage);
    15 
    16     //【2】创建和原始图一样的效果图，x重映射图，y重映射图
    17     dstImage.create(srcImage.size(), srcImage.type());
    18     map_x.create(srcImage.size(), CV_32FC1);
    19     map_y.create(srcImage.size(), CV_32FC1);
    20 
    21     //【3】双层循环，遍历每一个像素点，改变map_x & map_y的值
    22     for (int j = 0; j < srcImage.rows; j++)
    23     {
    24         for (int i = 0; i < srcImage.cols; i++)
    25         {
    26             //改变map_x & map_y的值. 
    27             map_x.at<float>(j, i) = static_cast<float>(srcImage.cols-i); //关于x轴对称
    28             map_y.at<float>(j, i) = static_cast<float>(j); //y轴不变
    29         }
    30     }
    31 
    32     //【4】进行重映射操作
    33     remap(srcImage, dstImage, map_x, map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));
    34 
    35     //【5】显示效果图
    36     imshow("【程序窗口】", dstImage);
    37     waitKey();
    38 
    39     return 0;
    40 }

![1615707-20190912151601238-769296674.png][]

##  二。仿射变换 ##

*  旋转，rotation (线性变换)
 *  平移，translation(向量加)
 *  缩放，scale(线性变换)

### 1.getAffineTransform（求平移矩阵） ###

Mat getAffineTransform( const Point2f src\[\], const Point2f dst\[\] );

![1615707-20190914195639028-1429358397.png][]

参数1：Point2f类型的数组，源图像的三个点位置

参数2：Point2f类型的数组，目标图像的三个点位置

通过指定3个点的偏移确定图像的变换矩阵。

### 2.getRotationMatrix2D（求旋转、缩放矩阵） ###

Mat getRotationMatrix2D(Point2fcenter, double angle, double scale)

![1615707-20190914200136976-67718789.png][]

### 3.warpAffine（进行仿射变换） ###

void warpAffine(InputArray src,OutputArray dst, InputArray M, Size dsize, int flags=INTER\_LINEAR, intborderMode=BORDER\_CONSTANT, const Scalar& borderValue=Scalar())

![1615707-20190914200057562-1547649848.png][]

1 #include "opencv2/highgui/highgui.hpp"
     2 #include "opencv2/imgproc/imgproc.hpp"
     3 #include <iostream>
     4 
     5 using namespace cv;
     6 using namespace std;
     7 
     8 int main()
     9 {
    10 
    11     Point2f srcTriangle[3];  //计算平移矩阵的三个点
    12     Point2f dstTriangle[3];
    13 
    14     Mat rotMat(2, 3, CV_32FC1); //旋转矩阵
    15     Mat warpMat(2, 3, CV_32FC1); //平移矩阵
    16     Mat srcImage, dstImage_warp, dstImage_rotate;
    17 
    18     srcImage = imread("F:/opencv/lena.jpg", 1);
    19 
    23     srcTriangle[0] = Point2f(0, 0); //左上角点
    24     srcTriangle[1] = Point2f(static_cast<float>(srcImage.cols - 1), 0); //右上角点
    25     srcTriangle[2] = Point2f(0, static_cast<float>(srcImage.rows - 1)); //左下角点
    26 
    27     dstTriangle[0] = Point2f(static_cast<float>(srcImage.cols*0.0), static_cast<float>(srcImage.rows*0.3)); //对应变换的点
    28     dstTriangle[1] = Point2f(static_cast<float>(srcImage.cols*0.5), static_cast<float>(srcImage.rows*0.5));
    29     dstTriangle[2] = Point2f(static_cast<float>(srcImage.cols*0.2), static_cast<float>(srcImage.rows*0.6));
    30     warpMat=getAffineTransform(srcTriangle, dstTriangle);  //计算平移矩阵
    31     warpAffine(srcImage, dstImage_warp, warpMat, dstImage_warp.size()); //进行仿射变换
    32 
    33     Point center = Point(dstImage_warp.cols / 2, dstImage_warp.rows / 2); //得到旋转中心点
    34     double angle = -90;  //旋转角度，+ 逆时针 -顺时针
    35     double scale = 0.5;  //缩放比例
    36     rotMat = getRotationMatrix2D(center, angle, scale); //计算旋转矩阵
    37     warpAffine(srcImage, dstImage_rotate, rotMat, srcImage.size()); //进行仿射变换
    38 
    39     imshow("源图像", srcImage);
    40     imshow("平移变换的图像", dstImage_warp);
    41     imshow("旋转，缩放的图像", dstImage_rotate);
    42     waitKey(0);
    43 
    44     return 0;
    45 }

![1615707-20190914201146295-263917901.png][]

转载于:https://www.cnblogs.com/sclu/p/11513010.html

[1615707-20190912151601238-769296674.png]: /images/20230601/d9f68228c7fd4c9bb1e1af31d97e1933.png
[1615707-20190914195639028-1429358397.png]: /images/20230601/ebc075936a134ce889d00241a523a1a6.png
[1615707-20190914200136976-67718789.png]: /images/20230601/ad0cde05796a417a85545702bc00ef1b.png
[1615707-20190914200057562-1547649848.png]: /images/20230601/fca3895eac034536a920a2a4c2d42227.png
[1615707-20190914201146295-263917901.png]: /images/20230601/9d6ef5d40f74423789e31a2d903ae471.png