采样、差值和几何变换
翻译:HUNNISH, 阿须数码
初始化线段迭代器
int cvInitLineIterator( const CvArr* image, CvPoint pt1, CvPoint pt2,
CvLineIterator* line_iterator, int connectivity=8 );
image
带线段的图像.
pt1
线段起始点
pt2
线段结束点
line_iterator
指向线段迭代器结构的指针
connectivity
被扫描线段的连通数,4 或 8.
函数 cvInitLineIterator 初始化线段迭代器,并返回两点之间的象素点数目。两个点必须在图像内。当迭代器初始化后,连接两点的光栅线上所有点,都可以连续通过调用 CV_NEXT_LINE_POINT
来得到。线段上的点是使用 4-连通或8-连通利用 Bresenham 算法逐点计算的。
例子:使用线段迭代器计算彩色线上象素值的和
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 imageData);
y = offset/image->widthStep;
x = (offset - y*image->widthStep)/(3*sizeof(uchar) /* size of pixel */);
printf("(%d,%d)\n", x, y );
}
}
return cvScalar( blue_sum, green_sum, red_sum );
}
将光栅线读入缓冲区
int cvSampleLine( const CvArr* image, CvPoint pt1, CvPoint pt2,
void* buffer, int connectivity=8 );
image
带线段图像
pt1
起点
pt2
终点
buffer
存储线段点的缓存区,必须有足够大小来存储点 max( |pt2.x
-pt1.x
|+1, |pt2.y
-pt1.y
|+1 ) :8-连通情况下,以及 |pt2.x
-pt1.x
|+|pt2.y
-pt1.y
|+1 : 4-连通情况下.
connectivity
The line connectivity, 4 or 8.
函数 cvSampleLine 实现了线段迭代器的一个特殊应用。它读取由两点 pt1 和 pt2 确定的线段上的所有图像点,包括终点,并存储到缓存中。
从图像中提取象素矩形,使用子象素精度
void cvGetRectSubPix( const CvArr* src, CvArr* dst, CvPoint2D32f center );
src
输入图像.
dst
提取的矩形.
center
提取的象素矩形的中心,浮点数坐标。中心必须位于图像内部.
函数 cvGetRectSubPix 从图像 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)
其中非整数象素点坐标采用双线性差值提取。对多通道图像,每个通道独立单独完成提取。矩形中心必须位于图像内部,而整个矩形可以部分不在图像内。这种情况下,复制的边界模识用来得到图像边界外的象素值(Hunnish:令人费解)
提取象素四边形,使用子象素精度
void cvGetQuadrangleSubPix( const CvArr* src, CvArr* dst, const CvMat* map_matrix,
int fill_outliers=0, CvScalar fill_value=cvScalarAll(0) );
src
输入图像.
dst
提取的四边形.
map_matrix
3 × 2 变换矩阵 [A
|b
] (见讨论).
fill_outliers
该标志位指定是否对原始图像边界外面的象素点使用复制模式(fill_outliers
=0)进行差值或者将其设置为指定值(fill_outliers
=1)。
fill_value
对原始图像边界外面的象素设定固定值,当 fill_outliers
=1.
函数 cvGetQuadrangleSubPix 从图像 src
中提取四边形,使用子象素精度,并且将结果存储于 dst
,计算公式是:
dst(x+width(dst)/2, y+height(dst)/2)= src( A11x+A12y+b1, A21x+A22y+b2),
where A
and b
are taken from map_matrix
| A11 A12 b1 |
map_matrix = | |
| A21 A22 b2 |
其中在非整数坐标 A•(x,y)T+b 的象素点值通过双线性变换得到。多通道图像的每一个通道都单独计算.
例子:使用 cvGetQuadrangleSubPix 进行图像旋转
#include "cv.h"
#include "highgui.h"
#include "math.h"
int main( int argc, char** argv )
{
IplImage* src;
/* the first command line parameter must be image file name */
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;
}
图像大小变换
void cvResize( const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR );
src
输入图像.
dst
输出图像.
interpolation
差值方法:
- CV_INTER_NN - 最近邻差值,
- CV_INTER_LINEAR - 双线性差值 (缺省使用)
- CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候,该方法可以避免波纹出现。当图像放大是,类似于
CV_INTER_NN
方法..
- CV_INTER_CUBIC - 立方差值.
函数 cvResize 将图像 src
改变尺寸得到与 dst 同样大小。
若设定 ROI,函数将按常规支持 ROI.
对图像做仿射变换
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
输入图像.
dst
输出图像.
map_matrix
2×3 变换矩阵
flags
差值方法与开关选项:
- CV_WARP_FILL_OUTLIERS - 填充所有缩小图像的象素。如果部分象素落在输入图像的边界外,那么它们的值设定为
fillval
.
- CV_WARP_INVERSE_MAP - 指定
matrix
是输出图像到输入图像的反变换,因此可以直接用来做象素差值。否则, 函数从 map_matrix 得到反变换。
fillval
用来填充边界外面的值
函数 cvWarpAffine 利用下面指定的矩阵变换输入图像:
dst(x',y') CV_WARP_INVERSE_MAP , (x',y')T=map_matrix•(x,y,1)T+b ,
否则, (x, y)T=map_matrix•(x',y&apos,1)T+b
函数与 cvGetQuadrangleSubPix 类似,但是不完全相同。 cvWarpAffine 要求输入和输出图像具有同样的数据类型,有更大的资源开销(因此对大图像不太合适)而且输出图像的部分可以保留不变。而 cvGetQuadrangleSubPix 可以精确地从8位图像中提取四边形到浮点数缓存区中,具有比较小的系统开销,而且总是全部改变输出图像的内容。
要变换稀疏矩阵,使用 cxcore 中的函数 cvTransform 。
计算二维旋转的仿射变换矩阵
CvMat* cv2DRotationMatrix( CvPoint2D32f center, double angle,
double scale, CvMat* map_matrix );
center
输入图像的旋转中心
angle
旋转角度(度)。正值表示逆时针旋转(坐标原点假设在左上角).
scale
各项同性的尺度因子
map_matrix
输出 2×3 矩阵的指针
函数 cv2DRotationMatrix 计算矩阵:
[ 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)
该变换映射旋转中心到它本身。如果这不是目的的话,应该调整平移(Hunnish: 这段话令人费解:The transformation maps the rotation center to itself. If this is not the purpose, the shift should be adjusted)
对图像进行透视变换
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
输入图像.
dst
输出图像.
map_matrix
3×3 变换矩阵
flags
差值方法的开关选项:
- CV_WARP_FILL_OUTLIERS - 填充所有缩小图像的象素。如果部分象素落在输入图像的边界外,那么它们的值设定为
fillval
.
- CV_WARP_INVERSE_MAP - 指定
matrix
是输出图像到输入图像的反变换,因此可以直接用来做象素差值。否则, 函数从 map_matrix 得到反变换。
fillval
用来填充边界外面的值
函数 cvWarpPerspective 利用下面指定矩阵变换输入图像:
dst(x',y') CV_WARP_INVERSE_MAP, (tx',ty',t)T=map_matrix•(x,y,1)T+b
否则, (tx, ty, t)T=map_matrix•(x',y&apos,1)T+b
要变换稀疏矩阵,使用 cxcore 中的函数 cvTransform 。
用4个对应点计算透视变换矩阵
CvMat* cvWarpPerspectiveQMatrix( const CvPoint2D32f* src,
const CvPoint2D32f* dst,
CvMat* map_matrix );
src
输入图像的四边形的4个点坐标
dst
输出图像的对应四边形的4个点坐标
map_matrix
输出的 3×3 矩阵
函数 cvWarpPerspectiveQMatrix 计算透视变换矩阵,使得:
(tix'i,tiy'i,ti)T=matrix•(xi,yi,1)T
where dst(i)=(x'i,y'i), src(i)=(xi,yi), i=0..3
.
分享到:
相关推荐
包含两个小实验:图像缩放,图像变形。用c++、opencv写的。运行时注意图像格式大小
图像处理包括:灰度化、均值滤波、边缘检测、伽马变换、旋转镜像、亮度调节、二值化、对比度,饱和度调节、色彩调节、图片保存、水印等。 视频处理包括:二值化、边缘检测、灰度化、平滑、局部马赛克、缩放等。 此外...
使用OpenCvSharp中的图像处理函数,实现平移、旋转、镜像、映射等功能,并在picturebox上显示结果,最后将图片保存到本地磁盘。
基于OPENCV和MFC的图像处理程序,包括Canny边缘检测、尺寸任意大小缩放、任意角度旋转、傅里叶变换、小波变换等。
opencv图像处理 opencv图像处理_opencv图像处理之图像分割
OpenCV1.0用户手册,有函数接口说明,实例demo
OpenCV-Python图像透视变换处理:魔变车牌案例.rar
计算机视觉项目课设:android人脸识别项目 使用opencv作为基础图像处理框架 计算机视觉项目课设:android人脸识别项目 使用opencv作为基础图像处理框架 计算机视觉项目课设:android人脸识别项目 使用opencv作为基础...
基于opencv和tkinter的图像处理系统1.0,是用python语言进行编写,亲测有效。主体思想来源于:李立宗老师的opencv编成案例详解。制作该系统其主要目的是给初学图像处理的学生提供一些直观的印象。当然系统存在不足:...
基于VS2013 opencv3写出来的有关图像旋转、缩放、内凹、外凸等图像的几何变换的代码
这是opencv的函数文档,pdf格式。方便大家查阅相关函数。
基于opencv2做的图像处理程序,实现了冈萨雷斯那本著名的《数字图像处理》中的一些算法,目前已提供的包括:对比度拉伸变换,直方图均衡化,直方图匹配变换,灰度变换,对数变换,伽马变换等。
几何操作,图像处理,直方图,阈值分割,边缘检测,轮廓检测,霍夫变换,角点检测
采用 C# winform 完成界面编程,用非托管的 C++语言编写图像处理逻辑。在 VS2013 上使用 C#调用非托管 C++生成的 DLL 文件来实现两者的结合。这种方式既发挥了 C# winform 界面编程的快速开发的优点,又保证了用非...
使用MFC实现opencv中图像处理的部分函数功能: 实现的主要内容有主要包含有: 图像灰度化: 最大值灰度化: 单通道灰度化: 平均值灰度化: 加权平均灰度化: 图像缩放: 最近邻内插法: 双线性内插法: ...
opencv图像处理 opencv图像处理_opencv图像处理算法之仿射变换_包括旋转+平移+缩放+组合变换
opencv图像处理 opencv图像处理_opencv图像处理算法之图像滤波
opencv图像处理 opencv图像处理_opencv图像处理算法之图像增强
opencv中文手册.pdf
摘要视图订阅标签: opencv腐蚀膨胀形态学图像处理分类:目录(?【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀97882人阅读评论(73)收