重映射、仿射变换、直方图均衡化

本是古典何须时尚 2022-06-15 06:27 252阅读 0赞

重映射：把一幅图像中某位置的像素放置到另一个图片指定位置的过程。

完成映射过程，需要获得一些插值为非整数像素的坐标，源图像与目标图像不是一一对应的。

函数：

remap( InputArray src, OutputArray dst,  
                         InputArray map1, InputArray map2,  
                         int interpolation, int borderMode = BORDER\_CONSTANT,  
                         const Scalar& borderValue = Scalar());

第一个参数：输入灰度图像

第二个参数：输出图像

第三个参数：Mat 类map1

第四个参数：Mat 类map1

第五个参数：插值方式

第六个参数：边界模式

第七个参数：边界颜色值

示例：

#include<opencv2/highgui/highgui.hpp>
    #include<opencv2/imgproc/imgproc.hpp>
    #include<iostream>
    using namespace cv;
    
    int main()
    {
    	Mat img, dst;
    	Mat mapx, mapy;
    
    	img = imread("d://temp/1.jpg");
    	imshow("源图像", img);
    
    
    	dst.create(img.size(), img.type());
    	mapx.create(img.size(), CV_32FC1);
    	mapy.create(img.size(), CV_32FC1);
    
    
    
    	for (int j = 0; j < img.rows; j++)
    	{
    		for (int i = 0; i < img.cols; i++)
    		{
    			mapx.at<float>(j, i) = static_cast<float>(i);
    			mapy.at<float>(j, i) = static_cast<float>(img.rows - j);
    		}
    	}
    
    	remap(img, dst, mapx, mapy, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));
    	imshow("效果图",dst);
    
    
    
    
    
    	waitKey(0);
    	return 0;
    
    }

仿射变换：旋转、平移、缩放。

要进行仿射变换，必须先获取变换矩阵。要获取变换矩阵，必须先获取特征点坐标、角度等信息，几何匹配和bolb是获取特征点的高效方法，除此之外还有其它方法，只要能稳定的求出特征点即可。

仿射变换流程

（1.）获取特征点坐标、角度

（2.）计算仿射变换矩阵

（3.）对图像、区域、轮廓进行仿射变换

warpAffine( InputArray src, OutputArray dst,  
                              InputArray M, Size dsize,  
                              int flags = INTER\_LINEAR,  
                              int borderMode = BORDER\_CONSTANT,  
                              const Scalar& borderValue = Scalar());

第一个参数：输入图像

第二个参数：输出图像

第三个参数：Mat 类2x3变换矩阵

第四个参数：输出图像尺寸

第五个参数：插值方法

第六个参数：边界像素模式

第七个参数：边界颜色值

getRotationMatrix2D( Point2f center, double angle, double scale );

第一个参数：原图像旋转中心。

第二个参数：旋转角度

第三个参数：缩放系数

示例：

#include "opencv2/highgui/highgui.hpp"
    #include "opencv2/imgproc/imgproc.hpp"
    #include <iostream>
    using namespace cv;
    using namespace std;
    
    
    //-----------------------------------【宏定义部分】-------------------------------------------- 
    //		描述：定义一些辅助宏 
    //------------------------------------------------------------------------------------------------ 
    #define WINDOW_NAME1 "【原始图窗口】"					//为窗口标题定义的宏 
    #define WINDOW_NAME2 "【经过Warp后的图像】"        //为窗口标题定义的宏 
    #define WINDOW_NAME3 "【经过Warp和Rotate后的图像】"        //为窗口标题定义的宏 
    
    int angle = -180;
    int  scale = 1;
    //-----------------------------------【main( )函数】--------------------------------------------
    //		描述：控制台应用程序的入口函数，我们的程序从这里开始执行
    //-----------------------------------------------------------------------------------------------
    
    void on_traker(int, void*)
    {
    
    	//【1】参数准备
    	//定义两组点，代表两个三角形
    	Point2f srcTriangle[3];
    	Point2f dstTriangle[3];
    	//定义一些Mat变量
    	Mat rotMat(2, 3, CV_32FC1);
    	Mat warpMat(2, 3, CV_32FC1);
    	Mat srcImage, dstImage_warp, dstImage_warp_rotate;
    
    	//【2】加载源图像并作一些初始化
    	srcImage = imread("d://temp/1.jpg", 1);
    	//if (!srcImage.data) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }
    	// 设置目标图像的大小和类型与源图像一致
    	dstImage_warp = Mat::zeros(srcImage.rows, srcImage.cols, srcImage.type());
    
    	//【3】设置源图像和目标图像上的三组点以计算仿射变换
    	srcTriangle[0] = Point2f(0, 0);
    	srcTriangle[1] = Point2f(static_cast<float>(srcImage.cols - 1), 0);
    	srcTriangle[2] = Point2f(0, static_cast<float>(srcImage.rows - 1));
    
    	dstTriangle[0] = Point2f(static_cast<float>(srcImage.cols*0.0), static_cast<float>(srcImage.rows*0.33));
    	dstTriangle[1] = Point2f(static_cast<float>(srcImage.cols*0.65), static_cast<float>(srcImage.rows*0.35));
    	dstTriangle[2] = Point2f(static_cast<float>(srcImage.cols*0.15), static_cast<float>(srcImage.rows*0.6));
    
    	//【4】求得仿射变换
    	warpMat = getAffineTransform(srcTriangle, dstTriangle);
    
    	//【5】对源图像应用刚刚求得的仿射变换
    	warpAffine(srcImage, dstImage_warp, warpMat, dstImage_warp.size());
    
    	//【6】对图像进行缩放后再旋转
    	// 计算绕图像中点顺时针旋转50度缩放因子为0.6的旋转矩阵
    	Point center = Point(dstImage_warp.cols / 2, dstImage_warp.rows / 2);
    
    	// 通过上面的旋转细节信息求得旋转矩阵
    	rotMat = getRotationMatrix2D(center, angle, scale);
    	// 旋转已缩放后的图像
    	warpAffine(dstImage_warp, dstImage_warp_rotate, rotMat, dstImage_warp.size());
    
    
    	//【7】显示结果
    	imshow(WINDOW_NAME1, srcImage);
    
    
    
    	imshow(WINDOW_NAME2, dstImage_warp);
    	imshow(WINDOW_NAME3, dstImage_warp_rotate);
    
    }
    
    int main()
    {
    	//【0】改变console字体颜色
    	system("color 1F");
    	namedWindow("自定义", WINDOW_AUTOSIZE);
    	createTrackbar("角度", "自定义", &angle, 180, on_traker);
    	createTrackbar("缩放因子", "自定义", &scale, 10, on_traker);
    	on_traker(angle, 0);
    
    	// 等待用户按任意按键退出程序
    	waitKey(0);
    
    	return 0;
    }
    
    
    
    
     
     
    直方图均衡化：扩大图像的动态范围，通过拉伸像素强度分布范围来增强图像对比度的一种方法。----------------图像增强
     
     函数：
     void equalizeHist( InputArray src, OutputArray dst );
    
    
     
     
    
     
    第一个参数：输入灰度图像
     
    第二个参数：输出图像
     
    
    示例：
     #include<opencv2/highgui/highgui.hpp>
    #include<opencv2/imgproc/imgproc.hpp>
    
    using namespace cv;
    int main()
    {
    	Mat img = imread("d://temp/1.jpg");
    	Mat dst;
    	cvtColor(img, img, COLOR_BGR2GRAY);
    	imshow("原始图", img);
    	equalizeHist(img, dst);
    	imshow("效果图", dst);
    	waitKey(0);
    	return 0;
    }