• opencv之图像翻转、平移、缩放、旋转、仿射学习笔记

    opencv版本:opencv3.4.1

     

    目录

    1. 图像翻转(坐标映射)

    2.  平移

     3. 缩放

    4. 旋转

    1. 图像翻转(坐标映射)

    1. int main()
    2. {
    3.     cv::Mat srcImage = cv::imread("./lena.jpg");
    4. 	if(!srcImage.data){
    5. 		return -1;
    6. 	}
    7.  
    8. 	int rows = srcImage.rows;
    9. 	int cols = srcImage.cols;	
    10.  
    11. 	//输出矩阵定义
    12. 	cv::Mat resultImage(rows, cols, srcImage.type());
    13.  
    14. 	//x与y方向的矩阵
    15. 	cv::Mat xMapImage(rows, cols, CV_32FC1);
    16. 	cv::Mat yMapImage(rows, cols, CV_32FC1);
    17.  
    18. 	//图像遍历
    19. 	for(int r = 0; r < rows; r++){
    20. 		for(int c = 0; c < cols; c++){
    21. 			//x与y均翻转
    22. 			xMapImage.at<float>(r,c) = cols-c;
    23. 			yMapImage.at<float>(r,c) = rows-r;
    24. 		}
    25. 	}
    26.  
    27. 	remap(srcImage, resultImage, xMapImage, yMapImage, CV_INTER_LINEAR,   cv::BORDER_CONSTANT,Scalar(0,0,0));
    28.  
    29. 	cv::imwrite("resultImage.jpg", resultImage);
    30. }

    效果:

    2.  平移

     有两种情况,(a)平移时图像大小保持不变; (b)平移时图像大小变化;

    1. //平移不改变图像
    2. //参数:平移的图像,平移的x和y偏移量;
    3. cv::Mat imageTranslateNoChange(cv::Mat &srcImage, int xOffset, int yOffset)
    4. {
    5. 	int nRows = srcImage.rows;
    6. 	int nCols = srcImage.cols;
    7.  
    8. 	cv::Mat resultImage(nRows, nCols, srcImage.type());
    9.  
    10. 	//遍历图像
    11. 	for(int r = 0 ; r < nRows; r++){
    12. 		for(int c = 0; c < nCols; c++){
    13. 			int x = c - xOffset;
    14. 			int y = r - yOffset;
    15.  
    16. 			//边界判断;
    17. 			if(x >= 0 && y >= 0 && x < nCols && y < nRows){
    18. 				resultImage.at(r, c) = srcImage.ptr(y)[x];
    19. 			}
    20. 				
    21. 		}
    22. 	}
    23.  
    24. 	return resultImage;
    25. }
    26.  
    27. //平移,会改变图像
    28. cv::Mat imageTranslateChange(cv::Mat &srcImage, int xOffset, int yOffset)
    29. {
    30. 	int nRows = srcImage.rows + abs(yOffset);//加上y
    31. 	int nCols = srcImage.cols + abs(xOffset);//加上x
    32.  
    33. 	cv::Mat resultImage(nRows, nCols, srcImage.type());
    34.  
    35. 	//遍历图像
    36. 	for(int r = 0 ; r < nRows; r++){
    37. 		for(int c = 0; c < nCols; c++){
    38. 			int x = c - xOffset;
    39. 			int y = r - yOffset;
    40.  
    41. 			//边界判断;
    42. 			if(x >= 0 && y >= 0 && x < nCols && y < nRows){
    43. 				resultImage.at(r, c) = srcImage.ptr(y)[x];
    44. 			}
    45. 				
    46. 		}
    47. 	}
    48.  
    49. 	return resultImage;
    50. }
    51.  
    52. int main()
    53. {
    54. 	cv::Mat srcImage = cv::imread("./lena.jpg");
    55. 	if(!srcImage.data){
    56. 		return -1;
    57. 	}
    58.  
    59. 	//cv::Mat resultImage = imageTranslateNoChange(srcImage, 200, 50);
    60. 	//cv::imwrite("translateNoChange.jpg", resultImage);
    61. 	
    62. 	cv::Mat resultImage = imageTranslateChange(srcImage, 80, 80);
    63. 	cv::imwrite("translateChange.jpg", resultImage);
    64. 	
    65. 	return  0;
    66. }

    效果:

     3. 缩放

    1. //等间隔提取图像缩放
    2. cv::Mat imageEquidistant(cv::Mat& srcImage, float kx, float ky)
    3. {
    4. 	//获取输出图像分辨率
    5. 	int nRows = cvRound(srcImage.rows * kx);
    6. 	int nCols = cvRound(srcImage.cols * ky);
    7.  
    8. 	cv::Mat resultImage(nRows, nCols, srcImage.type());
    9. 	for(int i = 0; i < nRows; ++i){
    10. 		for(int j = 0; j < nCols; ++j){
    11. 			//根据水平因子计算坐标
    12. 			int x = static_cast<int>((i+1)/kx+0.5)-1;
    13.  
    14. 			//根据垂直因子计算坐标
    15. 			int y = static_cast<int>((j+1)/ky+0.5)-1;
    16.  
    17. 			resultImage.at(i, j) = srcImage.at(x,y);
    18. 		}
    19. 	}
    20.  
    21. 	return resultImage;
    22. }
    23.  
    24. static cv::Vec3b areaAverage(cv::Mat& srcImage, Point_<int> leftPoint, Point_<int> rightPoint)
    25. {
    26. 	int temp1 = 0, temp2=0, temp3=0;
    27.  
    28. 	//计算区域子块像素点个数
    29. 	int nPix = (rightPoint.x - leftPoint.x) * (rightPoint.y - leftPoint.y);
    30.  
    31. 	//对区域子块各个通道对像素求和
    32. 	for(int i = leftPoint.x; i < rightPoint.x ;++i){
    33. 		for(int j = leftPoint.y; j < rightPoint.y; ++j){
    34. 			temp1 += srcImage.at(i,j)[0];
    35. 			temp2 += srcImage.at(i,j)[1];
    36. 			temp3 += srcImage.at(i,j)[2];
    37. 		}
    38. 	}
    39.  
    40. 	//对每个通道求均值
    41. 	Vec3b vecTemp;
    42. 	vecTemp[0] = temp1 / nPix;
    43. 	vecTemp[1] = temp2 / nPix;
    44. 	vecTemp[2] = temp3 / nPix;
    45.  
    46. 	return vecTemp;
    47. }
    48.  
    49. //基于子块提取图像缩放
    50. cv::Mat imageRegionSubBlock(cv::Mat& srcImage, double kx, double ky)
    51. {
    52. 	//获取输出图像分辨率
    53. 	int nRows = cvRound(srcImage.rows * kx);
    54. 	int nCols = cvRound(srcImage.cols * ky);
    55.  
    56. 	cv::Mat resultImage(nRows, nCols, srcImage.type());
    57.  
    58. 	//区域子块的左上角行列坐标
    59. 	int leftRowCoordinate = 0;
    60. 	int leftColCoordinate = 0;
    61. 	for(int i = 0; i < nRows; ++i){
    62. 		//根据水平因子计算坐标
    63. 		int x = static_cast<int>((i+1)/kx+0.5)-1;
    64. 		
    65. 		for(int j = 0; j < nCols; ++j){
    66. 			
    67. 			//根据垂直因子计算坐标
    68. 			int y = static_cast<int>((j+1)/ky+0.5)-1;
    69.  
    70. 			//求解区域子块的均值;
    71. 			resultImage.at(i, j) = areaAverage(srcImage,Point_<int>(leftRowCoordinate,leftColCoordinate),Point_<int>(x,y));
    72.  
    73. 			//更新子块左上角的列坐标
    74. 			leftColCoordinate = y + 1;
    75. 		}
    76. 		leftColCoordinate = 0;
    77.  
    78. 		//更新子块左上角的行坐标
    79. 		leftRowCoordinate = x + 1;
    80. 	}
    81.  
    82. 	return resultImage;
    83. }
    1. int main()
    2. {
    3. 	cv::Mat srcImage = cv::imread("./lena.jpg");
    4. 	if(!srcImage.data){
    5. 		return -1;
    6. 	}
    7.  
    8. 	cv::Mat resultImage;
    9. 	//resultImage = imageEquidistant(srcImage, 0.5, 0.5);
    10. 	resultImage = imageRegionSubBlock(srcImage, 0.5, 0.5);
    11.  
    12. 	cv::imwrite("RegionSubBlock.jpg", resultImage);
    13. 	
    14. 	return  0;
    15. }

    效果: 

    4. 旋转

    1. cv::Mat imageRotate(cv::Mat& srcImage, int angle)
    2. {
    3. 	//角度转换
    4. 	float alpha = angle * CV_PI / 180;
    5.  
    6. 	//构造旋转矩阵
    7. 	float rotateMat[3][3] = {
    8. 		{cos(alpha), -sin(alpha), 0},
    9. 		{sin(alpha), cos(alpha), 0},
    10. 		{0 , 0, 1}
    11. 	};
    12.  
    13. 	int nSrcRows = srcImage.rows;
    14. 	int nSrcCols = srcImage.cols;
    15.  
    16. 	//计算旋转后图像矩阵的各个顶点位置
    17. 	float a1 = nSrcCols * rotateMat[0][0] ;
    18. 	float b1 = nSrcCols * rotateMat[1][0] ;
    19.  
    20. 	float a2 = nSrcCols * rotateMat[0][0] + nSrcRows * rotateMat[0][1];
    21. 	float b2 = nSrcCols * rotateMat[1][0] + nSrcRows * rotateMat[1][1];;
    22. 	
    23. 	float a3 = nSrcRows * rotateMat[0][1] ;
    24. 	float b3 = nSrcRows * rotateMat[1][1] ;
    25.  
    26. 	int kxMin = min(min(min(0.0f,a1),a2),a3);
    27. 	int kxMax = max(max(max(0.0f,a1),a2),a3);
    28.  
    29. 	int kyMin = min(min(min(0.0f,b1),b2),b3);
    30. 	int kyMax = max(max(max(0.0f,b1),b2),b3);
    31.  
    32. 	//计算输出矩阵的尺寸
    33. 	int nRows = abs(kxMax - kxMin);
    34. 	int nCols = abs(kyMax - kyMin);
    35.  
    36. 	cv::Mat dst(nRows, nCols, srcImage.type(), cv::Scalar::all(0));
    37.  
    38. 	for(int i = 0; i < nRows; ++i){
    39. 		for(int j = 0 ; j < nCols; ++j){
    40. 			//旋转坐标转换
    41. 			int x = (j + kxMin) * rotateMat[0][0] - (i + kyMin) * rotateMat[0][1];
    42. 			int y = -(j + kxMin) * rotateMat[1][0] + (i + kyMin) * rotateMat[1][1];
    43.  
    44. 			//区域旋转
    45. 			if((x >= 0) && (x < nSrcCols) && (y >= 0) && y < nSrcRows){
    46. 				dst.at(i, j) = srcImage.at(y,x);
    47. 			}
    48. 		}
    49. 	}
    50. 	
    51. 	return dst;
    52. }

    4.1 旋转30和60度; 

    1. int main()
    2. {
    3. 	cv::Mat srcImage = cv::imread("./lena.jpg");
    4. 	if(!srcImage.data){
    5. 		return -1;
    6. 	}
    7.  
    8. 	cv::Mat resultImage;
    9. 	//resultImage = imageRotate(srcImage,30);
    10.     resultImage = imageRotate(srcImage,60);
    11.  
    12. 	cv::imwrite("rotate60.jpg", resultImage);
    13. 	
    14. 	return  0;
    15. }

    效果:

            图像翻转是图像旋转的特例,opencv中提供了traspose与filp函数对图像进行矩阵转置变换;可以将图像进行水平或垂直翻转;

    4.2 图像翻转

    1. int main()
    2. {
    3. 	cv::Mat srcImage = cv::imread("./lena.jpg");
    4. 	if(!srcImage.data){
    5. 		return -1;
    6. 	}
    7.  
    8. 	cv::Mat resultImage;
    9. 	//transpose(srcImage, resultImage);//逆时针旋转90;
    10. 	//flip( srcImage, resultImage, 0); //垂直翻转
    11. 	//flip( srcImage, resultImage, 1); //水平翻转
    12. 	//flip( srcImage, resultImage, -1);//垂直和水平翻转
    13.  
    14. 	cv::imwrite("flip-1.jpg", resultImage);
    15. 	
    16. 	return  0;
    17. }

     效果:

    5. 仿射变换

    1. int main()
    2. {
    3. 	cv::Mat srcImage = cv::imread("./lena.jpg");
    4. 	if(!srcImage.data){
    5. 		return -1;
    6. 	}
    7.  
    8. 	int nRows = srcImage.rows;
    9. 	int nCols = srcImage.cols;
    10.  
    11. 	//定义仿射变换的二维点数组
    12. 	//源图像和目标图像对应映射的三个点
    13. 	cv::Point2f srcPoint[3];
    14. 	cv::Point2f resPoint[3];
    15.  
    16. 	srcPoint[0] = cv::Point2f(0, 0);
    17. 	srcPoint[1] = cv::Point2f(nCols-1, 0);
    18. 	srcPoint[2] = cv::Point2f(0,nRows-1);
    19.  
    20. 	resPoint[0] =cv::Point2f(nCols*0, nRows*0.33);
    21. 	resPoint[1] =cv::Point2f(nCols*0.85, nRows*0.25);
    22. 	resPoint[2] =cv::Point2f(nCols*0.15, nRows*0.7);
    23.  
    24. 	//定义仿射变换矩阵
    25. 	cv::Mat warpMat(cv::Size(2,3), CV_32F);
    26.  
    27. 	cv::Mat resultImage;
    28. 	cv::Mat::zeros(nRows, nCols, srcImage.type());
    29.  
    30. 	//计算仿射变换矩阵,即仿射变换的2x3数组
    31. 	warpMat = cv::getAffineTransform(srcPoint, resPoint);
    32.  
    33. 	//根据仿射矩阵计算图像仿射变换
    34. 	cv::warpAffine(srcImage, resultImage, warpMat, cv::Size(resultImage.rows,resultImage.cols));
    35. 	cv::imwrite("warpAffine.jpg", resultImage);
    36.  
    37. 	#if 1
    38. 	//设置仿射变换参数
    39. 	cv::Point2f centerPoint = cv::Point2f(nCols/2, nRows/2);
    40. 	double angle = -50;
    41. 	double scale = 0.7;
    42.  
    43. 	//获取仿射变换矩阵
    44. 	warpMat = getRotationMatrix2D(centerPoint, angle, scale);
    45.  
    46. 	//对源图像进行角度仿射变换
    47. 	cv::warpAffine(srcImage, resultImage, warpMat, cv::Size(resultImage.rows,resultImage.cols));
    48. 	
    49. 	#endif 
    50.  
    51. 	cv::imwrite("warpAffine-angle.jpg", resultImage);
    52. 	
    53. 	return  0;
    54. }

     效果:

  • 相关阅读:
    node+vue3+mysql前后分离开发范式——实现视频文件上传并渲染
    自学软件测试？一般人我还是劝你算了吧...
    API是什么&API管理存在哪些问题，如何解决？
    智慧住建工程项目监管数字化管理解决方案
    maya 设置半径 获取时长，设置时长
    Windows下Redis3.0集群搭建
    OTA: Optimal Transport Assignment for Object Detection 论文和代码学习
    一、synchronized详解与锁升级
    【业务功能篇91】微服务-springcloud-多线程-线程池执行顺序
    伦敦银最新走势不利怎么办
  • 原文地址：https://blog.csdn.net/qq_39048131/article/details/126321572