OpenCV 圖像采樣插值幾何變換

本文轉載自查看原文 2012-04-22 17:22 7627

InitLineIterator

初始化線段迭代器

int cvInitLineIterator( const CvArr* image, CvPoint pt1, CvPoint pt2, CvLineIterator* line_iterator, int connectivity=8 );

image: 帶采線段的輸入圖像.
pt1: 線段起始點
pt2: 線段結束點
line_iterator: 指向線段迭代器狀態結構的指針
connectivity: 被掃描線段的連通數，4 或 8.

函數 cvInitLineIterator 初始化線段迭代器，並返回兩點之間的象素點數目。兩個點必須在圖像內。當迭代器初始化后，連接兩點的光柵線上所有點，都可以連續通過調用 CV_NEXT_LINE_POINT 來得到。線段上的點是使用 4－連通或8－連通利用 Bresenham 算法逐點計算的。

例子：使用線段迭代器計算彩色線上象素值的和

CvScalar sum_line_pixels( IplImage* image, CvPoint pt1, CvPoint pt2 ) { CvLineIterator iterator; int blue_sum = 0, green_sum = 0, red_sum = 0; int count = cvInitLineIterator( image, pt1, pt2, &iterator, 8 ); for( int i = 0; i < count; i++ ){ blue_sum += iterator.ptr[0]; green_sum += iterator.ptr[1]; red_sum += iterator.ptr[2]; CV_NEXT_LINE_POINT(iterator); { int offset, x, y; offset = iterator.ptr - (uchar*)(image->imageData); y = offset/image->widthStep; x = (offset - y*image->widthStep)/(3*sizeof(uchar) ); printf("(%d,%d)\n", x, y ); } } return cvScalar( blue_sum, green_sum, red_sum ); }

[ 編輯]

SampleLine

將圖像上某一光柵線上的像素數據讀入緩沖區

int cvSampleLine( const CvArr* image, CvPoint pt1, CvPoint pt2, void* buffer, int connectivity=8 );

image: 輸入圖像
pt1: 光柵線段的起點
pt2: 光柵線段的終點
buffer: 存儲線段點的緩存區，必須有足夠大小來存儲點 max( |pt2.x-pt1.x|+1, |pt2.y-pt1.y|+1 ) ：8－連通情況下，或者 |pt2.x-pt1.x|+|pt2.y-pt1.y|+1 ： 4－連通情況下.
connectivity: 線段的連通方式, 4 or 8.

函數 cvSampleLine 實現了線段迭代器的一個特殊應用。它讀取由 pt1 和 pt2 兩點確定的線段上的所有圖像點，包括終點，並存儲到緩存中。

[ 編輯]

GetRectSubPix

從圖像中提取象素矩形，使用子象素精度

void cvGetRectSubPix( const CvArr* src, CvArr* dst, CvPoint2D32f center );

src: 輸入圖像.
dst: 提取的矩形.
center: 提取的象素矩形的中心，浮點數坐標。中心必須位於圖像內部.

函數 cvGetRectSubPix 從圖像 src 中提取矩形:

dst(x, y) = src(x + center.x - (width(dst)-1)*0.5, y + center.y - (height(dst)-1)*0.5)

其中非整數象素點坐標采用雙線性插值提取。對多通道圖像，每個通道獨立單獨完成提取。盡管函數要求矩形的中心一定要在輸入圖像之中，但是有可能出現矩形的一部分超出圖像邊界的情況，這時，該函數復制邊界的模識（hunnish:即用於矩形相交的圖像邊界線段的象素來代替矩形超越部分的象素）。

[ 編輯]

GetQuadrangleSubPix

提取象素四邊形，使用子象素精度

void cvGetQuadrangleSubPix( const CvArr* src, CvArr* dst, const CvMat* map_matrix );

src: 輸入圖像.
dst: 提取的四邊形.
map_matrix: 3 × 2 變換矩陣 [A|b] （見討論）.

函數 cvGetQuadrangleSubPix 以子象素精度從圖像 src 中提取四邊形，使用子象素精度，並且將結果存儲於 dst ,計算公式是：

dst(x + width(dst) / 2,y + height(dst) / 2) = src(A₁₁x + A₁₂y + b₁,A21x + A22y + b₂)

其中 A和 b 均來自映射矩陣(譯者注：A, b為幾何形變參數) ，映射矩陣為：

$map\_matrix = \begin{bmatrix} A_{11} & A_{12} & b_1 \\ A_{21} & A_{22} & b_2 \end{bmatrix}$

其中在非整數坐標 $A \cdot (x,y)^T+b$ 的象素點值通過雙線性變換得到。當函數需要圖像邊界外的像素點時，使用重復邊界模式（replication border mode）恢復出所需的值。多通道圖像的每一個通道都單獨計算。

例子：使用 cvGetQuadrangleSubPix 進行圖像旋轉

#include "cv.h" #include "highgui.h" #include "math.h" int main( int argc, char** argv ) { IplImage* src; if( argc==2 && (src = cvLoadImage(argv[1], -1))!=0) { IplImage* dst = cvCloneImage( src ); int delta = 1; int angle = 0; cvNamedWindow( "src", 1 ); cvShowImage( "src", src ); for(;;) { float m[6]; double factor = (cos(angle*CV_PI/180.) + 1.1)*3; CvMat M = cvMat( 2, 3, CV_32F, m ); int w = src->width; int h = src->height; m[0] = (float)(factor*cos(-angle*2*CV_PI/180.)); m[1] = (float)(factor*sin(-angle*2*CV_PI/180.)); m[2] = w*0.5f; m[3] = -m[1]; m[4] = m[0]; m[5] = h*0.5f; cvGetQuadrangleSubPix( src, dst, &M, 1, cvScalarAll(0)); cvNamedWindow( "dst", 1 ); cvShowImage( "dst", dst ); if( cvWaitKey(5) == 27 ) break; angle = (angle + delta) % 360; } } return 0; }

[ 編輯]

Resize

圖像大小變換

void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR );

src

輸入圖像.

dst

輸出圖像.

interpolation

插值方法:

CV_INTER_NN - 最近鄰插值,
CV_INTER_LINEAR - 雙線性插值 (缺省使用)
CV_INTER_AREA - 使用象素關系重采樣。當圖像縮小時候，該方法可以避免波紋出現。當圖像放大時，類似於 CV_INTER_NN 方法..
CV_INTER_CUBIC - 立方插值.

函數 cvResize 將圖像 src 改變尺寸得到與 dst 同樣大小。若設定 ROI，函數將按常規支持 ROI.

[ 編輯]

WarpAffine

對圖像做仿射變換

void cvWarpAffine( const CvArr* src, CvArr* dst, const CvMat* map_matrix, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS, CvScalar fillval=cvScalarAll(0) );

src

輸入圖像.

dst

輸出圖像.

map_matrix

2×3 變換矩陣

flags

插值方法和以下開關選項的組合：

CV_WARP_FILL_OUTLIERS - 填充所有輸出圖像的象素。如果部分象素落在輸入圖像的邊界外，那么它們的值設定為 fillval.
CV_WARP_INVERSE_MAP - 指定 map_matrix 是輸出圖像到輸入圖像的反變換，因此可以直接用來做象素插值。否則, 函數從 map_matrix 得到反變換。

fillval: 用來填充邊界外面的值

函數 cvWarpAffine 利用下面指定的矩陣變換輸入圖像： $dst(x',y') \leftarrow src(x,y)$

如果沒有指定 CV_WARP_INVERSE_MAP ， $(x',y')^T=map\_matrix \cdot (x,y,1)^T$ ,
否則， $(x, y)^T=map\_matrix \cdot (x',y',1)^T$

函數與 cvGetQuadrangleSubPix 類似，但是不完全相同。 cvWarpAffine 要求輸入和輸出圖像具有同樣的數據類型，有更大的資源開銷（因此對小圖像不太合適）而且輸出圖像的部分可以保留不變。而 cvGetQuadrangleSubPix 可以精確地從8位圖像中提取四邊形到浮點數緩存區中，具有比較小的系統開銷，而且總是全部改變輸出圖像的內容。

要變換稀疏矩陣，使用 cxcore 中的函數 cvTransform 。

[ 編輯]

GetAffineTransform

由三對點計算仿射變換

CvMat* cvGetAffineTransform( const CvPoint2D32f* src, const CvPoint2D32f* dst, CvMat* map_matrix );

src: 輸入圖像的三角形頂點坐標。
dst: 輸出圖像的相應的三角形頂點坐標。
map_matrix: 指向2×3輸出矩陣的指針。

函數cvGetAffineTransform計算滿足以下關系的仿射變換矩陣：

$(x'_i,y'_i,1)^T=map\_matrix\cdot(x_i,y_i,1)^T$

這里,dst(i) = (x' _i,y' _i),src(i) = (x _i,y _i),i = 0..2.

[ 編輯]

2DRotationMatrix

計算二維旋轉的仿射變換矩陣

CvMat* cv2DRotationMatrix( CvPoint2D32f center, double angle, double scale, CvMat* map_matrix );

center: 輸入圖像的旋轉中心坐標
angle: 旋轉角度（度）。正值表示逆時針旋轉(坐標原點假設在左上角).
scale: 各項同性的尺度因子
map_matrix: 輸出 2×3 矩陣的指針

函數 cv2DRotationMatrix 計算矩陣:

[ α β | (1-α)*center.x - β*center.y ] [ -β α | β*center.x + (1-α)*center.y ] where α=scale*cos(angle), β=scale*sin(angle)

該變換並不改變原始旋轉中心點的坐標，如果這不是操作目的，則可以通過調整平移量改變其坐標(譯者注：通過簡單的推導可知，仿射變換的實現是首先將旋轉中心置為坐標原點，再進行旋轉和尺度變換，最后重新將坐標原點設定為輸入圖像的左上角，這里的平移量是center.x, center.y).

[ 編輯]

WarpPerspective

對圖像進行透視變換

void cvWarpPerspective( const CvArr* src, CvArr* dst, const CvMat* map_matrix, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS, CvScalar fillval=cvScalarAll(0) );

src

輸入圖像.

dst

輸出圖像.

map_matrix

3×3 變換矩陣

flags

插值方法和以下開關選項的組合:

CV_WARP_FILL_OUTLIERS - 填充所有縮小圖像的象素。如果部分象素落在輸入圖像的邊界外，那么它們的值設定為 fillval.
CV_WARP_INVERSE_MAP - 指定 matrix 是輸出圖像到輸入圖像的反變換，因此可以直接用來做象素插值。否則, 函數從 map_matrix 得到反變換。

fillval: 用來填充邊界外面的值

函數 cvWarpPerspective 利用下面指定矩陣變換輸入圖像： $dst(x',y') \leftarrow src(x,y)$

如果沒有指定 CV_WARP_INVERSE_MAP ， $(x',y')^T=map\_matrix \cdot (x,y,1)^T$ ,
否則， $(x, y)^T=map\_matrix \cdot (x',y',1)^T$

要變換稀疏矩陣，使用 cxcore 中的函數 cvTransform 。

[ 編輯]

WarpPerspectiveQMatrix

用4個對應點計算透視變換矩陣

CvMat* cvWarpPerspectiveQMatrix( const CvPoint2D32f* src, const CvPoint2D32f* dst, CvMat* map_matrix );

src: 輸入圖像的四邊形的4個點坐標
dst: 輸出圖像的對應四邊形的4個點坐標
map_matrix: 輸出的 3×3 矩陣

函數 cvWarpPerspectiveQMatrix 計算透視變換矩陣，使得：

(tix'i,tiy'i,ti)T=matrix•(xi,yi,1)T

其中 dst(i)=(x'i,y'i), src(i)=(xi,yi), i=0..3.

[ 編輯]

GetPerspectiveTransform

由四對點計算透射變換

CvMat* cvGetPerspectiveTransform( const CvPoint2D32f* src, const CvPoint2D32f* dst, CvMat* map_matrix ); #define cvWarpPerspectiveQMatrix cvGetPerspectiveTransform

src: 輸入圖像的四邊形頂點坐標。
dst: 輸出圖像的相應的四邊形頂點坐標。
map_matrix: 指向3×3輸出矩陣的指針。

函數cvGetPerspectiveTransform計算滿足以下關系的透射變換矩陣：

$(t_ix'_i,t_iy'_i,t_i)^T=map\_matrix\cdot(x_i,y_i,1)^T$

這里,dst(i) = (x' _i,y' _i),src(i) = (x _i,y _i),i = 0..3.

[ 編輯]

Remap

對圖像進行普通幾何變換

void cvRemap( const CvArr* src, CvArr* dst, const CvArr* mapx, const CvArr* mapy, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS, CvScalar fillval=cvScalarAll(0) );

src

輸入圖像.

dst

輸出圖像.

mapx

x坐標的映射 (32fC1 image).

mapy

y坐標的映射 (32fC1 image).

flags

插值方法和以下開關選項的組合:

CV_WARP_FILL_OUTLIERS - 填充邊界外的像素. 如果輸出圖像的部分象素落在變換后的邊界外，那么它們的值設定為 fillval。

fillval: 用來填充邊界外面的值.

函數 cvRemap 利用下面指定的矩陣變換輸入圖像:

dst(x,y)<-src(mapx(x,y),mapy(x,y))

與其它幾何變換類似，可以使用一些插值方法（由用戶指定，譯者注：同cvResize）來計算非整數坐標的像素值。

[ 編輯]

LogPolar

把圖像映射到極指數空間

void cvLogPolar( const CvArr* src, CvArr* dst, CvPoint2D32f center, double M, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS );

src

輸入圖像。

dst

輸出圖像。

center

變換的中心，輸出圖像在這里最精確。

M

幅度的尺度參數，見下面公式。

flags

插值方法和以下選擇標志的結合

CV_WARP_FILL_OUTLIERS -填充輸出圖像所有像素，如果這些點有和外點對應的，則置零。
CV_WARP_INVERSE_MAP - 表示矩陣由輸出圖像到輸入圖像的逆變換，並且因此可以直接用於像素插值。否則，函數從map_matrix中尋找逆變換。

fillval: 用於填充外點的值。

函數cvLogPolar用以下變換變換輸入圖像：

正變換 (CV_WARP_INVERSE_MAP 未置位):

dst(phi,rho)<-src(x,y)

逆變換 (CV_WARP_INVERSE_MAP 置位):

dst(x,y)<-src(phi,rho),

這里，

rho=M*log(sqrt(x2+y2)) phi=atan(y/x)

此函數模仿人類視網膜中央凹視力，並且對於目標跟蹤等可用於快速尺度和旋轉變換不變模板匹配。

Example. Log-polar transformation.

#include <cv.h> #include <highgui.h> int main(int argc, char** argv) { IplImage* src; if( argc == 2 && (src=cvLoadImage(argv[1],1) != 0 ) { IplImage* dst = cvCreateImage( cvSize(256,256), 8, 3 ); IplImage* src2 = cvCreateImage( cvGetSize(src), 8, 3 ); cvLogPolar( src, dst, cvPoint2D32f(src->width/2,src->height/2), 40, CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS ); cvLogPolar( dst, src2, cvPoint2D32f(src->width/2,src->height/2), 40, CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS+CV_WARP_INVERSE_MAP ); cvNamedWindow( "log-polar", 1 ); cvShowImage( "log-polar", dst ); cvNamedWindow( "inverse log-polar", 1 ); cvShowImage( "inverse log-polar", src2 ); cvWaitKey(); } return 0; }

And this is what the program displays when opencv/samples/c/fruits.jpg is passed to it

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 openCV—Python(5)—— 圖像幾何變換 Python 圖像處理 OpenCV （5）：圖像的幾何變換 [opencv] 圖像幾何變換：旋轉，縮放，斜切 OpenCV2:圖像的幾何變換,平移、鏡像、縮放、旋轉(2) 圖像幾何變換之仿射變換【圖像處理】OpenCV+Python圖像處理入門教程（四）幾何變換圖像處理之幾何變換 FPGA實現圖像幾何變換：縮放 FPGA實現圖像幾何變換：鏡像用python簡單處理圖片（2）：圖像通道\幾何變換\裁剪