(23)窗口视区变换

坐标系

1、世界坐标系(World Coordinate System,简称WC)
 1)世界坐标系是一个符合右手定则的直角坐标系。
 2)世界坐标系用来定义用户在二维或三维世界中的物体,因此也称为用户坐标系。
 3)世界坐标系是无限大且连续的,即它的定义域为实数域。


2设备坐标系(Device Coordinate System,简称DC)

 1)图形输出设备(如显示器、绘图仪)自身都有一个坐标系称之为设备坐标系。
 2)设备坐标系是一个二维平面坐标系,它的度量单位是步长(绘图仪)或像素(显示器)。

 3)它的定义域是整数域且是有界的。例如,对显示器而言,分辩率就是其设备坐标系的界限范围。

3、规格化设备坐标系(Normalized Device Coordinate System,简称NDC)
 1)为了便于图形处理,从而引入与设备无关的规格化设备坐标系,采用一种无量纲的单位代替设备坐标,当输出图形时,再转换为具体的设备坐标。
 2)规格化设备坐标系的取值范围为:左下角(0.0, 0.0),右上角(1.0, 1.0)。
 3)用户的图形数据经转换成规格化设备坐标系中的值,使应用程序与图形设备隔离开,增强了应用程序的可移值性。


窗口与视区

1、窗口
 在计算机中,窗口是图形的可见部分,是在用户坐标系中定义的用于确定显示内容的一个矩形区域,只有在该区域内的图形才能在设备坐标系下输出,而窗口外的部分则被裁掉

                     

2、视区
 1)视区是在设备坐标系(通常是屏幕)中定义的一个矩形区域,用于输出窗口中的图形。
 2)视区决定了窗口中的图形要显示于屏幕上的位置和大小。
 3)视区是一个有限的整数域,它应小于等于屏幕区域。可以在同一屏幕上定义多个视区,用来同时显示不同的图形。

                      

在同一屏幕上定义了四个视区,分别代表一个机械零件的主视图,侧视图、俯视图和轴测图。


3、窗口-视区变换
由于窗口和视区在不同的坐标系中定义,因此,把窗口中的图形信息输出到视区之前,需要进行坐标变换,即把用户坐标系的坐标值转化为设备(屏幕)坐标系的坐标值,称这个变换过程为窗口-视区变换。


设在用户坐标系下定义的窗口为:左下角点坐标(Wxl , Wyb),右上角点坐标(Wxr , Wyt);在设备坐标系下定义的视区为:左下角点坐标(Vxl , Vyb),右上角点坐标(Vxr , Vyt)。

                  

用户坐标系中的点(Xw , Yw) 映射到设备坐标系中的点(Xv , Yv),有下列等式:

                   

因此,窗口中一点(Xw , Yw)变换到视区中的对应点(Xv , Yv),二者之间的关系为:

                  





  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
柱面变换是一种将图像从平面投影变换到柱面表面的方法。在计算机视觉中,柱面变换可以用于纠正摄像机的透视畸变,使图像保持水平和垂直线条的正确性。 在 OpenCV 中,可以使用 cv2.remap() 函数进行柱面变换。该函数需要两个输入参数:源图像和一个变换矩阵。变换矩阵可以通过 cv2.getOptimalNewCameraMatrix() 函数计算得出。 下面是一个简单的柱面变换示例: ``` python import cv2 import numpy as np img = cv2.imread('image.jpg') h, w = img.shape[:2] # 计算变换矩阵 f = 500 # 摄像机的焦距 K = np.array([[f, 0, w/2], [0, f, h/2], [0, 0, 1]]) # 内参矩阵 R = np.eye(3) # 旋转矩阵 t = np.array([0, 0, 0]) # 平移向量 new_K, roi = cv2.getOptimalNewCameraMatrix(K, np.eye(3), (w, h), 1, (w, h)) # 计算映射 map_x, map_y = cv2.initUndistortRectifyMap(K, np.eye(3), None, new_K, (w, h), cv2.CV_32FC1) # 进行柱面变换 dst = cv2.remap(img, map_x, map_y, cv2.INTER_LINEAR) cv2.imshow('original', img) cv2.imshow('cylindrical', dst) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的代码中,我们首先读取了一张图像,然后计算了变换矩阵。接着,我们使用 cv2.initUndistortRectifyMap() 函数计算了映射表,最后使用 cv2.remap() 函数进行柱面变换。最终的结果显示在了两个窗口中:原始图像窗口和柱面变换后的图像窗口。 需要注意的是,柱面变换只能纠正摄像机的水平和垂直畸变,而无法纠正其它类型的畸变,比如径向畸变和切向畸变。如果需要纠正这些畸变,可以使用更高级的畸变纠正方法,比如 OpenCV 中的 cv2.undistort() 函数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值