opencv中关于重映射和仿射变换

本文主要讲解opencv中重映射变换和放射变换。包括remap函数、getAffineTransform 函数、warpAffine 函数、getRotationMatrix2D 函数。

1、remap函数     

C++: voidremap(InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

Applies a generic geometrical transformation to an image.     //对图像进行简单的几何变换

The function remap transforms the source image using the specified map:    //函数remap使用特定映射转换原图像

dst(x,y)=src(mapx(x,y),mapy(x,y))

Parameters

src	Source image.
dst	Destination image. It has the same size as map1 and the same type as src .
map1	The first map of either (x,y) points or just x values having the type CV_16SC2 , CV_32FC1, or CV_32FC2. See convertMaps for details on converting a floating point representation to fixed-point for speed.
map2	The second map of y values having the type CV_16UC1, CV_32FC1, or none (empty map if map1 is (x,y) points), respectively.
interpolation	Interpolation method (see cv::InterpolationFlags). The method INTER_AREA is not supported by this function.
borderMode	Pixel extrapolation method (see cv::BorderTypes). When borderMode=BORDER_TRANSPARENT, it means that the pixels in the destination image that corresponds to the "outliers" in the source image are not modified by the function.
borderValue	Value used in case of a constant border. By default, it is 0.

interpolation：插值方法

enum	cv::InterpolationFlags {    cv::INTER_NEAREST = 0,    cv::INTER_LINEAR = 1,    cv::INTER_CUBIC = 2,    cv::INTER_AREA = 3,    cv::INTER_LANCZOS4 = 4,    cv::INTER_MAX = 7,    cv::WARP_FILL_OUTLIERS = 8,    cv::WARP_INVERSE_MAP = 16  }

INTER_NEAREST	nearest neighbor interpolation     //邻近插值
INTER_LINEAR	bilinear interpolation     //双线性插值
INTER_CUBIC	bicubic interpolation    //双立方插值
INTER_AREA	resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method. 使用像素区域关系的重采样。它可能是一个图像抽取的首选方法，因为它给了moire'-free 结果。但是当图像被放大，它类似于inter_nearest方法。
INTER_LANCZOS4	Lanczos interpolation over 8x8 neighborhood Lanczos 8邻域插值
INTER_MAX	mask for interpolation codes 用于内插码的掩模
WARP_FILL_OUTLIERS	flag, fills all of the destination image pixels. If some of them correspond to outliers in the source image, they are set to zero 标记，填充所有目标图像像素。如果其中一些对应于源图像中的异常值，它们将被设置为零
WARP_INVERSE_MAP	flag, inverse transformation For example, polar transforms: flag is not set: dst(ϕ,ρ)=src(x,y) flag is set: dst(x,y)=src(ϕ,ρ)

enum

cv::BorderTypes {    cv::BORDER_CONSTANT = 0,    cv::BORDER_REPLICATE = 1,    cv::BORDER_REFLECT = 2,    cv::BORDER_WRAP = 3,    cv::BORDER_REFLECT_101 = 4,    cv::BORDER_TRANSPARENT = 5,    cv::BORDER_REFLECT101 = BORDER_REFLECT_101,    cv::BORDER_DEFAULT = BORDER_REFLECT_101,    cv::BORDER_ISOLATED = 16  }

borderMode的取值值如下：例如borderMode取值1（BORDER_REPLICATE） 时，边界填充值取图像的最边界值。

Enumerator
BORDER_CONSTANT	iiiiii|abcdefgh|iiiiiii with some specified i
BORDER_REPLICATE	aaaaaa|abcdefgh|hhhhhhh
BORDER_REFLECT	fedcba|abcdefgh|hgfedcb
BORDER_WRAP	cdefgh|abcdefgh|abcdefg
BORDER_REFLECT_101	gfedcb|abcdefgh|gfedcba
BORDER_TRANSPARENT	uvwxyz|absdefgh|ijklmno
BORDER_REFLECT101	same as BORDER_REFLECT_101
BORDER_DEFAULT	same as BORDER_REFLECT_101
BORDER_ISOLATED	do not look outside of ROI

重映射是什么意思?

• 把一个图像中一个位置的像素放置到另一个图片指定位置的过程.

• 为了完成映射过程, 有必要获得一些插值为非整数像素坐标,因为源图像与目标图像的像素坐标不是一一对应的.

• 我们通过重映射来表达每个像素的位置  :

  

  这里  是目标图像,  是源图像,  是作用于  的映射方法函数.

• 让我们来思考一个快速的例子. 想象一下我们有一个图像  , 我们想满足下面的条件作重映射:

  

  会发生什么? 图像会按照  轴方向发生翻转. 例如, 源图像如下:

  

• 
  

• 看到红色圈关于 x 的位置改变(  轴水平翻转):

  

#include
#include
#include

using namespace cv;
using namespace std;

Mat src, dst;
Mat map_x, map_y;
char* remap_window = "Remap";

void update_map0(void);
void update_map1(void);
void update_map2(void);
void update_map3(void);

int main(void)
{
/// Load the image
src = imread("1.jpg", 1);

/// Create dst, map_x and map_y with the same size as src:
dst.create(src.size(), src.type());
map_x.create(src.size(), CV_32FC1);
map_y.create(src.size(), CV_32FC1);
imshow("1", src);
/// Create window
namedWindow(remap_window, CV_WINDOW_AUTOSIZE);

while (true)
{
/// Each 1 sec. Press ESC to exit the program
int c = waitKey(1000);

if ((char)c == 27)
{
break;
}
//按下a图像变为原来的1/2
if ((char)c == 'a') {
update_map0();
}
       //按下b图像上下翻转
if ((char)c == 'b') {
update_map1();
}
//按下c图像左右翻转
if ((char)c == 'c') {
update_map2();
}
//按下d图像上下左右翻转
if ((char)c == 'd') {
update_map3();
}
remap(src, dst, map_x, map_y, 0, BORDER_CONSTANT, Scalar(0, 0, 0));

/// Display results
imshow(remap_window, dst);
}
return 0;
}
void update_map0(void)
{
for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
if (i > src.cols*0.25 && i < src.cols*0.75 && j > src.rows*0.25 && j < src.rows*0.75)
{
map_x.at(j, i) = 2*(i - src.cols*0.25) + 0.5;
map_y.at(j, i) = 2*(j - src.rows*0.25) + 0.5;
}
else
{
map_x.at(j, i) =0;
map_y.at(j, i) =0;
}
}
}
}

void update_map1(void)
{
for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
map_x.at(j, i) = i;
map_y.at(j, i) = src.rows - j;
}
}
}

void update_map2(void)
{
for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
map_x.at(j, i) = src.cols - i;
map_y.at(j, i) = j;
}
}
}

void update_map3(void)
{
ind = 0;


for (int j = 0; j < src.rows; j++)
{
for (int i = 0; i < src.cols; i++)
{
map_x.at(j, i) = src.cols - i;
map_y.at(j, i) = src.rows - j;
}
}
}

这里只需要简单的说明一下map_x和map_y。//加0.5是为了四舍五入。

1. 更新重映射矩阵: 我们将分别使用4种不同的映射:

   1. 图像宽高缩小一半，并显示在中间:

      

      所有成对的参数  处理后都符合:  和 

   2. 图像上下颠倒: 

   3. 图像左右颠倒: 

   4. 同时执行b和c的操作: 

下面的代码片段说明上述的映射过程. 在这里 map_x 代表第一个坐标 h(i,j) , map_y 是第二个坐标.