OpenCV基础03（图像变换+）

第六章 图像变换

1）图像卷积和卷积边界：

    卷积就是将图像和提供的核进行卷积，可以设置核的中心等，OpenCV卷积经常遇到图像边界的处理，函数如下：

	void cvFilter2D(const CvArr* src,const CvArr* dst,const CvMat* kernel,CvPoint anchor=CvPoint(-1,-1));
	void cvCopyMakeBorder(const CvArr* src,CvArr* dst,CvPoint offset,...);//OpenCV卷积操作一般都会调用这个函数进行边界扩展

2)与边缘梯度有关的算子：

	cvSobel(const CvArr* src,CvArr* dst,int xorder,int yorder,int aperiture_size);
	//索贝尔算子定义在一个离散空间智商，并不是正真的导数，而是多项式的拟合，所以“核”越大，拟合越好
	//并且，该算子在水平垂直方向结果不太好,为解决“核”小结果不好，sobel算子内部点有CV_Scharr对应的核，结果较好
	cvLaplace(const CvArr* src,CvArr* dst,int aperture=3);
	//拉普拉斯可以求二阶导数，二阶导数内部其实调用的sobel算子。可以求物体edges
	cvCanny(const CvArr* src,CvArr* edges,double low,double high,int aperture=3);
	//原理：先求x,y方向的一阶导数，然后组成4个方向导数，这四个方向导数的局部极值就是边缘候选点，然后设置上下阈值，满足的边缘点拼接成轮廓。

3）霍夫变换：

    霍夫变换是一种在图像中寻找直线、圆以及其他简单形状的方法。理论是：2值图像上所有点可能是直线的一部分（一般用极坐标），将直线参数化，然后求每个点的贡献相加，OpenCV中霍夫变换有两种：标准霍夫变换（SHT）和累计概率霍夫变换（PPHT），后一种算法只求部分范围内的贡献相加，时间更快。但是这两种都可以用同一函数访问。

       CvSeq* cvHoughLines2(CvArr* image,void* line_storage,int method,double rho,double theta,int threshold...);//二值化图像作为输入

    霍夫圆：原理，内部调用cvCanny算子，将所有一阶倒数非零的像素考虑局部梯度，然后又是累加器相加（具体看书，没太明白），设置阈值。缺点，易受噪声影响（cvCanny算子可以看出），同心圆只能选出一个，等。函数如下：

       CvSeq* cvHoughCircles(CvArr* image,void* line_storage,int method,...);//可以是灰度图像作为输入

4）仿射变换（拉伸、收缩、扭曲、旋转、投影）

     这些都是图像的几何操作，针对图像的尺寸的操作。常见的几何变换有两种：基于2X3的仿射变换，和基于3X3的透视变换或者单应性变换。

     首先看一下仿射变换，仿射变换可以写成2X3的矩阵形式，可以讲正方形变化为平行四边形等（放缩等有插值操作），整幅图像的仿射为稠密仿射，对某些点集的仿射为稀疏仿射，函数如下：

	void cvWarpAffine(const CvArr* src,CvArr* dst, const CvMat* map_matrix,int flags,...);//稠密仿射变换
	void cvGetQuadrangleSubPix(const CvArr* src,CvArr* dst, const CvMat* map_matrix);//这个函数比cvWarpAffine快，参数少，功能一样
	//求取 仿射矩阵函数
	CvMat* cvGetAffineTransform(const CvPoint2D32f* pts_src,const CvPoint2D32f* pts_dst,CvMat* map_matrix);//只需要三个对应点
	CvMat* cv2DRotationMatrix(CvPoint2D32f* center,double angle,double scale,CvMat* map_matrix);//没有平移时求取变换矩阵
	//稀疏仿射变换，针对点序列
	void cvTransform(const CvArr* src,CvArr* dst,const CvMat* transmat,const CvMat* shiftvec=NULL);

5）透视变换（注意：此处不是三维到二维）

     函数原理和放射变换基本一样，只是变换矩阵是3X3的单应性矩阵。如下：

	void cvWarpPerspective(const CvArr* src,CvArr* dst, const CvMat* map_matrix,int flags,...);//稠密透视变换
	//求取 透视矩阵函数
	CvMat* cvGetPerspectiveTransform(const CvPoint2D32f* pts_src,const CvPoint2D32f* pts_dst,CvMat* map_matrix);//需要四个对应点
	//稀疏透视变换，针对点序列
	void cvPerspectiveTransform(const CvArr* src,CvArr* dst,const CvMat* transmat);

    注意：稀疏透视变换的变换矩阵可以是4X4矩阵，就是从四维（增加一维度1）到三维（除以Z就是带深度的二维，类似cvProjectionPoints2函数）。

6）坐标变换（笛卡尔-极坐标-对数坐标等）

     用的不多，函数如下：

	void cvCartToPolar();//笛卡尔-极坐标，可以用来求边缘-角度直方图
	void cvPolarToCart();//极坐标-笛卡尔。
	void cvLogPolar();//对数极坐标，具有旋转尺度不变形，如方向不同的正方形，他们的对数极坐标是一样的（比较敏感）。

7）傅立叶变换

    有如下函数（详细略）：

	void cvDFT();//离散傅立叶变换（时间 N*logN）有实数和负数格式，负数格式有某些特殊要求P201，
	void cvFFT();//快速傅立叶FFT
	void cvDCT();//余弦傅立叶
	void cvMulSpectrums();//频谱乘法。

8）积分图像，距离变换和直方图

	void cvIntegral();//求积分，即求和（微分就是求差）
	void cvDistTransform();//距离变换：输出图像的像素值设置为与输入图像像素值0最近的距离（此处输入为边缘图像，0标识边缘）
	//距离变换和一自己选定变换公式（自定义掩码）
	void cvEqualizeHist();//直方图均衡化