openCV2马拉松第18圈——坐标变换
计算机视觉讨论群162501053
转载请注明:http://blog.csdn.net/abcd1992719g
收入囊中
- 仿射变换
- 坐标映射
- 利用坐标映射做一些效果,例如以下
上面是原图,以下是利用坐标映射后的结果
该问题来自于http://zhidao.baidu.com/link?
url=OvyNHG3WKjwxbiJDOWund5lfoAPXkxXdzSyFcQqI3NKsJZkqOZjlPegJ4DG75vOosupgaM3iklTPnq3TSzHnZq
葵花宝典
先说一下什么是仿射变换
平移是最简单的变换
缩放也比較简单
翻转也非经常见
旋转也能够通过旋转矩阵表示
错切,指的是类似于四边形不稳定性那种性质,街边小商店那种铁拉门都见过吧?想象一下上面铁条构成的菱形拉动的过程。那就是“错切”的过程
仿射是这5种操作的组合,保持了平行性,给定仿射矩阵,能够非常easy的变换坐标。原坐标乘变换矩阵就能够得到新的坐标。
详细原理:http://baike.baidu.com/view/954621.htm?
fr=aladdin
那么我们怎么进行仿射变换呢?
Image1中的点1。2,3相应到了Image2中的点1,2。3。这样我们就能得到仿射矩阵。于是Image1中的全部点都能通过这个仿射矩阵映射到Image2中
仿射变换后
坐标映射
最简单的坐标映射是一一相应,可是事情非常多时候不是这种。
在做图像增强时。我们改变的时图像的值域,g(x)output f(x)是input h是我们的方法,比方对照度增强直方图均衡化 用g(x) = h(f(x))
可是在坐标变换,改变的是定义域, g(x) = f(h(x))
如果我们有源图像f和坐标映射函数h,我们要怎么计算输出图像g呢?
procedure forwardWarp(f,h,outg):
For every pixelxinf(x)
1. Compute the destination locationx′=h(x).
2. Copy the pixelf(x)tog(x′).
这样的想法非常自然,仅仅只是有非常多缺陷。最最主要的一个问题就是映射出来的非常少是整数,会引来一系列问题。造成比方一个非常大的空洞等等。
因此。我们应该採用
procedure inverseWarp(f,h,outg):
For every pixelx′ing(x′)
1. Compute the source locationx=hˆ(x′)
2. Resamplef(x)at
locationx
and copy tog(x′)
遍历输出图像的点。映射到源图像,再去取点。
映射函数h就是原来h的逆矩阵。
当然了,也会碰到非整数的情况,接下来还要作一些别的处理。就不细述。
一眼就能看出。我们的映射函数是
初识API
- C++: void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())
-
- src – 输入图像
- dst – 输出图像。有dsize的大小(由于仿射会把图片变大变小),type和src一样
- M – 仿射矩阵.
- dsize – 输出图像的大小.
- flags –WARP_INVERSE_MAP意味着M是逆变换 ( ).
- borderMode .
- borderValue 默认是0.
获得我们的变换矩阵M附上官方的sample
怎样实现这种变换呢
for( int j = 0; j < src.rows; j++ ) { for( int i = 0; i < src.cols; i++ ) { map_x.at<float>(j,i) = src.cols - i ; map_y.at<float>(j,i) = j ; }}
然后再调用remap( src, dst, map_x, map_y, INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) );
remap很好懂,INTER_LINEAR是线性插值 以下是官方的sample,比較简单就不解释啦 -
荷枪实弹remap还有很多其它的功能,比方能帮我们实现图像的缩放,k是缩放系数
举一反三我们一開始就见到了这图片,那么怎么实现呢?我在y轴事实上没有缩放。仅仅在x轴进行了缩放。分别分成了三段。我的程序首先要用户在图片上点两次,各自是要扩大的举行的左上角和右下角。然后,就以左上角的x和右下角的x为界。分为3段进行映射。