【Learning OpenCV】OpenCV之像素重映射：remap()函数

本文链接：https://blog.csdn.net/ConallChen/article/details/100095123

一、映射是个什么玩意？

映射是个数学术语，指两个元素的集之间元素相互“对应”的关系，为名词。映射，或者射影，在数学及相关的领域经常等同于函数。基于此，部分映射就相当于部分函数，而完全映射相当于完全函数。

说的简单点，每个人都有一个名字，都有身份证号，人对应人名字，对应自己的身份证号，这种对应关系就叫映射。

二、像素重映射是个什么玩意？

在这里插入图片描述
重映射，就是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。为了完成映射过程, 我们需要获得一些插值为非整数像素的坐标,因为源图像与目标图像的像素坐标不是一一对应的。

一般情况下，我们通过重映射来表达每个像素的位置 (x,y)，像这样 :

								g(x,y) = f ( h(x,y) )

在这里， g( ) 是目标图像, f() 是源图像, 而h(x,y) 是作用于 (x,y) 的映射方法函数。简单的说就是改变图片的位置（左，右，上，下，颠倒翻转）。

来看个例子。若有一幅图像 I ,想满足下面的条件作重映射:

								h(x,y) = (I.cols - x, y )

这样的话，图像会按照 x 轴方向发生翻转。那么，源图像和效果图分别如下:

三、像素重映射API——cv::remap（）

下面是函数原型：

cv::remap  (   
	InputArray	src,
	OutputArray	dst,
	InputArray	map1,
	InputArray	map2,
	int		interpolation,
	int		borderMode = BORDER_CONSTANT,
	const Scalar    borderValue = Scalar()
	)

第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位或者浮点型图像。
第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放函数调用后的输出结果，需和源图片有一样的尺寸和类型。
第三个参数，InputArray类型的map1，它有两种可能的表示对象。
(1).表示点（x，y）的第一个映射。
(2).表示CV_16SC2 , CV_32FC1 或CV_32FC2类型的X值。
第四个参数，InputArray类型的map2，同样，它也有两种可能的表示对象，而且他是根据map1来确定表示哪种对象。
(1).若map1表示点（x，y）时。这个参数不代表任何值。
(2).表示CV_16UC1 , CV_32FC1类型的Y值（第二个值）。
第五个参数，int类型的interpolation,插值方式，之前的resize( )函数中有讲到，需要注意，resize(
)函数中提到的INTER_AREA插值方式在这里是不支持的，所以可选的插值方式如下：
（1）INTER_NEAREST——最近邻插值
（2）INTER_LINEAR——双线性插值（默认）
（3）INTER_CUBIC——双三样条插值（逾4×4像素邻域内的双三次插值）
(4）INTER_LANCZOS4——lanczos插值（逾8×8像素邻域的Lanczos插值）
第六个参数，int类型的borderMode，边界模式，有默认值BORDER_CONSTANT，表示目标图像中“离群点（outliers）”的像素值不会被此函数修改。
第七个参数，const Scalar&类型的borderValue，当有常数边界时使用的值，其有默认值Scalar( )，即默认值为0。

首先我们要先考虑，我们要做的情况有如下四种：缩小（行与列均为原来的1/2），左右翻转，上下翻转，中心旋转。下面的图表示的就是四种变换模式：
在这里插入图片描述
最简单的是翻转，行不变，第一列跟最后一列转换，第二列跟倒数第二列转换……这样就实现了左右翻转。同理，列不变，行转换，实现上下翻转。如果上下左右都翻转，那就是旋转180°，也就是中心旋转。

还有一个就是图像缩小，图像缩小就是将长跟宽变换为原来的1/2。所以只在图像的1/4处到3/4处有新图像。将图像范围控制在0原图像的0.25-0.75之间，其他的全部为0；设置图像的x和y方向的映射。对于x方向，是列的映射。图像的每个像素点，减去原图像的1/4，再×2，就表示图像缩小1/2.不过，经过我自己的实践发现，图像宽，高缩小一半不能再后面＋0.5，应该是列不加，行-0.25。

四、测试代码

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat src, dst,map_x,map_y;
const char* output_win = "remap demo";
int index = 0;
void update_map();

int main(int argc, char** argv)
{
	
	src = imread("C:\\Users\\admin\\Pictures/lena_std.tif");
	if (src.empty())
	{
		cout << "Loading image error..." << endl;
		return -1;
	}
	char input_win[] = "input image";
	namedWindow(input_win, WINDOW_AUTOSIZE);
	imshow(input_win, src);

	//创建和原始图一样的效果图，建立x映射表，y重映射图
	dst.create(src.size(), src.type());
	map_x.create(src.size(), CV_32FC1);
	map_y.create(src.size(), CV_32FC1);

	int c = 0;
	while (true)
	{
		c = waitKey(500);
		if ((char) c==27)
		{
			break;
		}
		index = c % 4;
		update_map();
		remap(src, dst, map_x, map_y, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 255, 255));
		imshow(output_win, dst);
	}

	return 0;
}

void update_map()
{
	//双层循环，遍历每一个像素点，改变map_x & map_y的值
	for (int row=0;row<src.rows;row++)
	{
		for (int col=0;col<src.cols;col++)
		{
			switch (index)
			{
				//index = 0 图像的行跟列为原来的1/2。
				//index = 1，为左右翻转（列变换，行不变）
				//index = 2，为上下翻转（行变换，列不变）
				//index = 3，为中心旋转
			case 0:
				if (col > (src.cols*0.25) && (col < src.cols*0.75) && row > (src.rows*0.25) && row < (src.rows*0.75))
				{
					map_x.at<float>(row, col) = 2 * (col - (src.cols*0.25));
					map_y.at<float>(row, col) = 2 * (row - (src.cols*0.25));
				}
				else
				{
					map_x.at<float>(row, col) = 0;
					map_y.at<float>(row, col) = 0;
				}
				break;
			case 1:
				map_x.at<float>(row, col) = src.cols - col - 1;
				map_y.at<float>(row, col) = row;
				break;
			case 2:
				map_x.at<float>(row, col) = col;
				map_y.at<float>(row, col) = src.rows - row - 1;
				break;
			case 3:
				map_x.at<float>(row, col) = src.cols - col - 1;
				map_y.at<float>(row, col) = src.rows - row - 1;

			default:
				break;
			}
		}
	}
}

在这里插入图片描述