透视投影变换-Perspective Transformation

已于 2022-11-17 01:13:52 修改
阅读量4.9k 收藏 33
点赞数 5
分类专栏： 图像处理 MATLAB C/C++ 文章标签： 透视变换 逆透视变换 透视投影 投影变换 MATLAB
于 2017-07-13 09:44:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dongdong_csdn/article/details/75043699
版权
C/C++ 同时被 3 个专栏收录
45 篇文章 0 订阅
订阅专栏
图像处理
12 篇文章 2 订阅
订阅专栏
MATLAB
3 篇文章 0 订阅
订阅专栏

文章目录

1透视投影变换概述

透视投影变换(Perspective Transformation)是对图像做视平面(Viewing Plane)的变换，通俗来讲可以用下面一组图来表示
这里写图片描述
图1 图中画了一只小鸟v
在图中有一幅画，画中是一只小鸟，小蓝人在画的左边，离画较远；小红人站在画的右边，离画较近。他们眼中的图分别是
左右
图2 小蓝人眼中的画（左） 小红人眼中的画（右）
如果小蓝人想知道小红人看到的画是什么样的，那么他有两种方法，一种是他走到小红人站的位置，也就是说在小红人所处的视觉坐标下观察；另个一种方法就是将小蓝人看到的图像所处的视平面变换到小红人所处的视平面下。对于墙壁上的画来说，这两种方法的结果是一样的。如果换做是雕像那种三维的物体，结果就不一样了，但在精度要求不高的情况下，也是可以近似的v。

2透视投影变换原理

具体详细的原理的介绍，相关书籍中写的很详细，这里简单介绍下：
透视变换将(x,y)点映射为(u,v)点，如下所示：
u=(ax+by+c)/(dx+ey+f)
v=(gx+hy+1)/(dx+ey+f)
在物理上我们将2D图像嵌入到3D空间中，在包含2D图像的平面上应用透视变换，然后应用透视图回顾一下仿射变换的形式：
u=ax+by+c
v=dx+ey+f
u的等式中的参数a，b，c不出现在v的等式中，但是对于透视变换，参数d，e，f出现在两个方程中，u，v的分母相同，dx + ey + f是将3D透视变换应用于包含2D图像的平面之后的点的深度。在物理上我们增加了深度的维度。
假设我们有四个控制点p1到p4分别映射到矩形的四个顶点q1到q4（也可以不是矩形，任意四边形都是可以的）。p1到p4为原图中期望矫正成为矩形的四边形的顶点。这可以以矩阵形式写成
Ax=B
其中x是未知数的向量
x=(a,b,c,d,e,f,g,h)^T
且A是由下式给出 （文章使用word拟的草稿，公式不能粘贴，只能截图了）
这里写图片描述
B为
B=(q1.x q1.y q2.x q2.y q3.x q3.y q4.x q4.y)^T
解以上方程可以得到参数a,b,c,d,e,f,g,h。
利用变换阵
这里写图片描述

对图像进行变换即可。

3透视投影变换的实现

直接上代码
先是MATLAB版的，用于验证算法。后面还有C语言版的，比较实用。
MATLAB版：


img= imread('20160303.bmp');%读取图像,灰度
%img= rgb2gray(img);%如果是彩色的，要转成灰度！！！
[row col] = size(img);%输入图像的尺寸
%按照[行，列]，而不是[x,y]
%   0----------------------->col
%   |
%   |
%   |
%   |
%   |
%   V
%   row
p1=[21 57];%这四个点是根据本程序中使用的图像事先取好的，可以是图像中的任意的部分。顺序为左上，右上，左下，右下
p2=[21 108];
p3=[53 39];
p4=[53 120];
%得到p1,p2,p3,p4这个小矩形所对应的变换后的矩形的宽
w=round(sqrt((p1(1)-p2(1))^2+(p1(2)-p2(2))^2));   
%矩形的高
h=round(sqrt((p1(1)-p3(1))^2+(p1(2)-p3(2))^2));    

%这里是新的顶点，由于取的是矩形 ，使用以下的方式计算，如果取其他形状，就要修改这里
q1=p1;
q2=[p1(1)  p1(2)+w];
q3=[p1(1)+h  p1(2)];
q4=[p1(1)+h  p1(2)+w];
%代入公式
B=[q1(1) q1(2) q2(1) q2(2) q3(1) q3(2) q4(1) q4(2)]';   
A=[p1(1) p1(2) 1   0     0   0 -q1(1)*p1(1) -q1(1)*p1(2);
       0    0   0  p1(1) p1(2)  1 -q1(2)*p1(1) -q1(2)*p1(2);
      p2(1) p2(2) 1   0     0   0 -q2(1)*p2(1) -q2(1)*p2(2);
       0    0   0  p2(1) p2(2)  1 -q2(2)*p2(1) -q2(2)*p2(2);
      p3(1) p3(2) 1   0     0   0 -q3(1)*p3(1) -q3(1)*p3(2);
       0    0   0  p3(1) p3(2)  1 -q3(2)*p3(1) -q3(2)*p3(2);
      p4(1) p4(2) 1   0     0   0 -q4(1)*p4(1) -q4(1)*p4(2);
       0    0   0  p4(1) p4(2)  1 -q4(2)*p4(1) -q4(2)*p4(2)];    
%得到变换系数
tt=inv(A)*B;    
%得到变换矩阵
perTra=[tt(1) tt(2) tt(3);
        tt(4) tt(5) tt(6);
        tt(7) tt(8)   1  ]

%首先要确定图像的边界,MATLAB中的数字是从1开始的，左上角的点应该是（1，1）而不是（0，0）
edge=perTra*[1 row  1  row; 
             1  1  col col;
             1  1   1   1 ];
leftUp=[edge(1,1)/edge(3,1) edge(2,1)/edge(3,1)]
leftDown=[edge(1,2)/edge(3,2) edge(2,2)/edge(3,2)]
rightUp=[edge(1,3)/edge(3,3) edge(2,3)/edge(3,3)]
rightDown=[edge(1,4)/edge(3,4) edge(2,4)/edge(3,4)]

   
%变换后的图像的宽和高
height=round(max([leftUp(1) leftDown(1) rightUp(1) rightDown(1)])-min([leftUp(1) leftDown(1) rightUp(1) rightDown(1)]))
width=round(max([leftUp(2) leftDown(2) rightUp(2) rightDown(2)])-min([leftUp(2) leftDown(2) rightUp(2) rightDown(2)]))

imgOut=zeros(height,width);%定义新图像

upEdge=round(abs(min([leftUp(1) leftDown(1) rightUp(1) rightDown(1)])));    
leftEdge=round(abs(min([leftUp(2) leftDown(2) rightUp(2) rightDown(2)])));       


%变换后的图像与原图像可能会有很大的差异，从变换后的图像中，找所对应的原始图像的坐标的点
%这样做可以防止变换后的图像中出现空缺或多重的映射
invPerTra=inv(perTra);
for i = 1-upEdge:height-upEdge
    for j = 1-leftEdge:width-leftEdge
        originalPix=invPerTra*[i,j,1]';
        originalPix(1)=originalPix(1)/originalPix(3);
        originalPix(2)=originalPix(2)/originalPix(3);
        if originalPix(1)>=1 && originalPix(2)>=1 && originalPix(1)<=row && originalPix(2)<=col
            imgOut(i+upEdge,j+leftEdge)=img(round(originalPix(1)),round(originalPix(2)));     %这里偷懒啦！使用最简单的最邻近插值
        end  
    end
end
figure;
imshow(uint8(imgOut));

原图：这里写图片描述
结果：这里写图片描述

C语言版（为了保证移植性，没有使用函数库）：

void PerspectiveTransformation(VERTEX LU,VERTEX RU,VERTEX LD,VERTEX RD)
{
	int i,j,k,l,m;
	int flag;
	int wid,hig;
	double width,high;
	int dx,dy;
	double P1[3][1]={1,1,1};
	double PE[3][1]={0};
	
//	double B[8][1];
//	double A[8][8];
	VERTEX LU1,LD1,RU1,RD1;//定义四个顶点
	VERTEXINT LUn,LDn,RUn,RDn;//变换后的四个顶点
	///乱给的数/
		LU.x=46;
		LU.y=24;
		RU.x=470;
		RU.y=48;
		LD.x=15;
		LD.y=278;
		RD.x=470;
		RD.y=318;
		
		width=(sqrt((LU.x-RU.x)*(LU.x-RU.x)+(LU.y-RU.y)*(LU.y-RU.y))+0.5);//新矩形宽
		high=(sqrt((LU.x-LD.x)*(LU.x-LD.x)+(LU.y-LD.y)*(LU.y-LD.y))+0.5);//新矩形高
		printf("width:%f\n",width);
		printf("high:%f\n",high);
		变换后的顶点，方程右边的数/
		LU1.x=LU.x;
		LU1.y=LU.y;
		RU1.x=LU.x+width;
		RU1.y=LU.y;
		LD1.x=LU.x;
		LD1.y=LU.y+high;
		RD1.x=LU.x+width;
		RD1.y=LU.y+high;
		{
			double B[8][1]={LU1.x,LU1.y, RU1.x, RU1.y, LD1.x, LD1.y, RD1.x ,RD1.y};//   %变换后的四个顶点，方程右边的值
			double A[8][8]={	
			{LU.x   ,   LU.y,   1 ,  0  ,   0	,	0,	-LU1.x*LU.x,	-LU1.x*LU.y},             
			{  0	,	0	,	0 , LU.x,	LU.y,	1,	-LU1.y*LU.x,	-LU1.y*LU.y},
			{RU.x   ,	RU.y,	1 ,  0	,	0	,	0,	-RU1.x*RU.x,	-RU1.x*RU.y},
			{  0	,	0	,	0 , RU.x,	RU.y,	1,	-RU1.y*RU.x,	-RU1.y*RU.y},
			{LD.x   ,	LD.y,	1 ,  0	,	0	,	0,	-LD1.x*LD.x,	-LD1.x*LD.y},
			{  0	,	0	,	0 , LD.x,	LD.y,	1,	-LD1.y*LD.x,	-LD1.y*LD.y},
			{RD.x   ,	RD.y,	1 ,  0	,	0	,	0,	-RD1.x*RD.x,	-RD1.x*RD.y},
			{  0	,	0	,	0 , RD.x,	RD.y,	1,	-RD1.y*RD.x,	-RD1.y*RD.y}};
		/
			inv_c(A);//求逆运算，可以参考我的另一篇boke
			mulMatrix4B(invA,B,SIZE,SIZE,1,FA);
	}	
	{
		double pers[3][3]={{FA[3][0],FA[4][0],FA[5][0]},{FA[0][0],FA[1][0],FA[2][0]},{FA[6][0],FA[7][0],1}};
		
		
		mulMatrix4P(pers,P1,3,3,1,PE);	//复数运算
		for(i=0;i<3;++i)
		{
			PE[i][0]/=(FA[6][0]+FA[7][0]+1);
			//printf("LU:%0.31f\n\n",PE[i][0]);
		}	
		LUn.x=(int)(PE[1][0]+0.5);
		LUn.y=(int)(PE[0][0]+0.5);
		printf("LUn.x:%d\nLUn.y:%d\n",LUn.x,LUn.y);

		for(i=0;i<3;++i)
		{
			PE[i][0]=0;
		}

		P1[1][0]=IMGCOLSp;
		mulMatrix4P(pers,P1,3,3,1,PE);	
		for(i=0;i<3;++i)
		{
			PE[i][0]/=(FA[6][0]+FA[7][0]*IMGCOLSp+1);
			//printf("RU:%0.31f\n\n",PE[i][0]);
		}	
		RUn.x=(int)(PE[1][0]+0.5);
		RUn.y=(int)(PE[0][0]+0.5);
		printf("RUn.x:%d\nRUn.y:%d\n",RUn.x,RUn.y);

		for(i=0;i<3;++i)
		{
			PE[i][0]=0;
		}
		P1[0][0]=IMGROWSp;
		P1[1][0]=1;
		mulMatrix4P(pers,P1,3,3,1,PE);	
		for(i=0;i<3;++i)
		{
			PE[i][0]/=(FA[6][0]*IMGROWSp+FA[7][0]+1);
			//printf("LD:%0.31f\n\n",PE[i][0]);
		}	
		LDn.x=(int)(PE[1][0]+0.5);
		LDn.y=(int)(PE[0][0]+0.5);
		printf("LD.x:%d\nLD.y:%d\n",LDn.x,LDn.y);
		for(i=0;i<3;++i)
		{
			PE[i][0]=0;
		}
		P1[1][0]=IMGCOLSp;
		mulMatrix4P(pers,P1,3,3,1,PE);	
		for(i=0;i<3;++i)
		{
			PE[i][0]/=(FA[6][0]*IMGROWSp+FA[7][0]*IMGCOLSp+1);
			
		}	
		RDn.x=(int)(PE[1][0]+0.5);
		RDn.y=(int)(PE[0][0]+0.5);
		printf("RD.x:%d\nRD.y:%d\n",RDn.x,RDn.y);
	
		inv_cp(pers);
	}
	if(LUn.x>LDn.x)
	{
		k=LUn.x;
		l=LDn.x;
	}
	else
	{
		k=LDn.x;
		l=LUn.x;
	}
	if(k<RUn.x)
	{
		k=RUn.x;
	}
	if(k<RDn.x)
	{
		k=RDn.x;
	}
	if(l>RUn.x)
	{
		l=RUn.x;
	}
	if(l>RDn.x)
	{
		l=RDn.x;
	}
	//printf("big:%d\nsmall:%d\n",k,l);
	wid=k-l;	
	dx=l>0?l:(-l);
	//printf("wid:%d\n",wid);
	if(LUn.y>LDn.y)
	{
		k=LUn.y;
		l=LDn.y;
	}
	else
	{
		k=LDn.y;
		l=LUn.y;
	}
	if(k<RUn.y)
	{
		k=RUn.y;
	}
	if(k<RDn.y)
	{
		k=RDn.y;
	}
	if(l>RUn.y)
	{
		l=RUn.y;
	}
	if(l>RDn.y)
	{
		l=RDn.y;
	}
	//printf("big:%d\nsmall:%d\n",k,l);
	hig=k-l;
	
	dy=l>0?l:(-l);
	printf("hig:%d\n",hig);
	printf("wid:%d\n",wid);

	for(i=0;i<hig;++i) 
	{
		for(j=0;j<wid;++j)
		{
			P1[0][0]=i;
			P1[1][0]=j;
			P1[2][0]=1;
			mulMatrix4P(persOut,P1,3,3,1,PE);
			{
				double C[2][2]={FA[6][0]*PE[0][0]-1,FA[7][0]*PE[0][0],FA[6][0]*PE[1][0],FA[7][0]*PE[1][0]-1};
				double CC[2][1]={-PE[0][0],-PE[1][0]};
				inv_c2(C);
				mulMatrix42(out2,CC,2,2,1,P2);
					
					//printf("%f\n",C[1][1]);
			}
		//	printf("%f\n",P2[0][0]);				
			if(P2[0][0]>=0.5 && P2[1][0]>=0.5 && P2[0][0]<=IMGROWSp && P2[1][0]<=IMGCOLSp)
			{
				imageOut[i][j]=BMP2.grayMatrix[(int)P2[0][0]][(int)P2[1][0]];     //最邻近插值
			}
			//	{
			     //	printf("%f\n",P2[0][0]);
				//	printf("%f\n",P2[1][0]);
			//	}
			if(m<P2[0][0])
			{
				m=P2[0][0];
			}
		}
	}
/
	printf("max:%d\n",m);
	bmpOutput8("yy.bmp",hig,wid);//保存为BMP文件
}

— 2022.11.17 —
理论部分这里直接贴图了哈。引用一篇论文的内容。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

有同学对源码感兴趣，这里把文件直接贴出来了。多年前写的了，当时刚学编程，至于风格嘛，勿喷。

#include <stdio.h>
#include <math.h>

typedef struct {float re; float im;} COMPLEX;
typedef struct {double re; double im;} DCOMPLEX;
typedef struct {double x;double y;} VERTEX;
typedef struct {int x;int y;} VERTEXINT;

#define PI    3.14159265358979643864246
#define PI2   6.28318530717958647728492 /* 2.0 * PI */
#define FFT_FOR    0//正变换标志
#define FFT_INV 1//逆变换标志
#define IMGROWS  512  //行数
#define IMGCOLS  512  //列数

#define IMGROWSp  512  //p行数
#define IMGCOLSp  512  //p列数

#define BLOCK  64

#define SIZE  8//透视变换用到的方阵

struct BMPHEADER{//小端方式存储，麻烦！！
unsigned char ucBuf[54];//文件头信息存放的数组
unsigned int intBuf[54];
unsigned int bmpSize;//文件大小
unsigned int bmpOffset;//数据偏移量
unsigned char infoSize;//位图信息头的大小
int cols;//列数  图像的宽度
int rows;//行数  图像的高度
unsigned int pointSize;//位深度    每个像素的大小
        char compress; //图像是否压缩
unsigned char RGBquad[1024];//调色板
unsigned char mateix[IMGROWS][IMGCOLS*3];//存放图片数据的数组
unsigned char grayMatrix[IMGROWS][IMGCOLS];
}BMPHEAD, BMP1, BMP2,OUT;

unsigned char imageShow[IMGROWS][IMGCOLS]={0};

int deviationX=0;
int deviationY=0;
int startX=0;
int startY=0;
int disX=0;
int disY=0;
int deviationLUX=0;
int deviationLUY=0;
int deviationLDX=0;
int deviationLDY=0;
int deviationRUX=0;
int deviationRUY=0;
int deviationRDX=0;
int deviationRDY=0;
unsigned char imageOut[IMGROWS*2][IMGCOLS*2]={0};//定义时取极限，写入图片时再作调整
unsigned char imageOut24[IMGROWS*2][IMGCOLS*6]={0};
///
int bmpOutput8(FILE * fpTarget,unsigned int row,unsigned int col)//只用于平移的图像
{
    int i=0,j=0;
    OUT=BMP1;

    /// 必须对齐，不然会跪 
    OUT.rows=(row+3)/4*4;
    OUT.cols=(col+3)/4*4;
    
    fpTarget = fopen (fpTarget, "wb") ;
    OUT.ucBuf[0]=0x42;
    OUT.ucBuf[1]=0x4d;
    OUT.bmpSize=OUT.rows*OUT.cols+1024+54;
    OUT.ucBuf[2]=(unsigned char)OUT.bmpSize;
    OUT.ucBuf[3]=(unsigned char)(OUT.bmpSize>>8);
    OUT.ucBuf[4]=(unsigned char)(OUT.bmpSize>>16);
    OUT.ucBuf[5]=(unsigned char)(OUT.bmpSize>>24);
    OUT.ucBuf[6]=0;
    OUT.ucBuf[7]=0;
    OUT.ucBuf[8]=0;
    OUT.ucBuf[9]=0;
    OUT.bmpOffset=1078;
    OUT.ucBuf[10]=(unsigned char)OUT.bmpOffset;
    OUT.ucBuf[11]=(unsigned char)(OUT.bmpOffset>>8);
    OUT.ucBuf[12]=(unsigned char)(OUT.bmpOffset>>16);
    OUT.ucBuf[13]=(unsigned char)(OUT.bmpOffset>>24);
    OUT.infoSize=1064;
    OUT.ucBuf[14]=(unsigned char)OUT.infoSize;
    OUT.ucBuf[15]=(unsigned char)(OUT.infoSize>>8);
    OUT.ucBuf[16]=(unsigned char)(OUT.infoSize>>16);
    OUT.ucBuf[17]=(unsigned char)(OUT.infoSize>>24);
    
    OUT.ucBuf[18]=(unsigned char)OUT.cols;
    OUT.ucBuf[19]=(unsigned char)(OUT.cols>>8);
    OUT.ucBuf[20]=(unsigned char)(OUT.cols>>16);
    OUT.ucBuf[21]=(unsigned char)(OUT.cols>>24);

    OUT.ucBuf[22]=(unsigned char)OUT.rows;
    OUT.ucBuf[23]=(unsigned char)(OUT.rows>>8);
    OUT.ucBuf[24]=(unsigned char)(OUT.rows>>16);
    OUT.ucBuf[25]=(unsigned char)(OUT.rows>>24);
    OUT.ucBuf[26]=0x01;
    OUT.ucBuf[27]=0;
    OUT.ucBuf[28]=0x08;
    OUT.ucBuf[29]=0x00;
    OUT.ucBuf[30]=0;
    OUT.ucBuf[31]=0;
    OUT.ucBuf[32]=0;
    OUT.ucBuf[33]=0;
    OUT.ucBuf[34]=0;
    OUT.ucBuf[35]=0;
    OUT.ucBuf[36]=0;
    //OUT.cols=col;
    ///
    OUT.ucBuf[37]=0;
    OUT.ucBuf[38]=0;
    OUT.ucBuf[39]=0;
    OUT.ucBuf[40]=0;
    OUT.ucBuf[41]=0;
    OUT.ucBuf[42]=0;
    OUT.ucBuf[43]=0;
    OUT.ucBuf[44]=0;
    OUT.ucBuf[45]=0;
    
    fwrite (OUT.ucBuf, 1, sizeof(OUT.ucBuf), fpTarget);
    for(i=0;i<256;i++)//生成调色板
    {
        OUT.RGBquad[4*i]=i;
        OUT.RGBquad[4*i+1]=i;
        OUT.RGBquad[4*i+2]=i;
        OUT.RGBquad[4*i+3]=0;
    }
    fwrite (OUT.RGBquad, 1, sizeof(OUT.RGBquad), fpTarget);
    for(i=OUT.rows-1;i>=0;--i)
    {
    //    for(j=0;j<OUT.cols;++j)
    //    {
            //printf("i:%d   j:%d\n",i,j);
            fwrite (imageOut[i], 1 ,OUT.cols, fpTarget);
        //}
    }

    fclose (fpTarget) ;
    return 1;
}



int bmp2matrix(FILE * fpPhoto)
{
    int i=0,j=0;
    int *point;
    //int **arr;
//    int zz[32000];
    unsigned int readResult;
    fread(&BMPHEAD.ucBuf,1,54,fpPhoto);
    for(i=0;i<54;++i)
    {
        printf("%d   %X\n",i,BMPHEAD.ucBuf[i]);
    }        
    if(BMPHEAD.ucBuf[0]==0x42&&BMPHEAD.ucBuf[1]==0x4d)
    {
        for(i=2;i<54;i++)//数据类型与存储空间
        {
             BMPHEAD.intBuf[i]=BMPHEAD.ucBuf[i];
            // printf("%d\n",BMPHEAD.intBuf[i]);
        }
        BMPHEAD.bmpSize=(BMPHEAD.intBuf[5]<<24)+(BMPHEAD.intBuf[4]<<16)+(BMPHEAD.intBuf[3]<<8)+(BMPHEAD.intBuf[2]);//计算BMP图片的大小，左移符号优先级低！！
    //华丽的分隔符，主角登场！/    
        BMPHEAD.bmpOffset=(BMPHEAD.intBuf[13]<<24)+(BMPHEAD.intBuf[12]<<16)+(BMPHEAD.intBuf[11]<<8)+(BMPHEAD.intBuf[10]);//a-d 获得数据信息的偏移量
    //    printf("offset:  %d  \n",BMPHEAD.bmpOffset);
        ///
        BMPHEAD.infoSize=(BMPHEAD.intBuf[17]<<24)+(BMPHEAD.intBuf[16]<<16)+(BMPHEAD.intBuf[15]<<8)+(BMPHEAD.intBuf[14]);//0e-11 位图信息头的大小
    //    printf("infoSize:  %d  \n",BMPHEAD.infoSize);
        BMPHEAD.cols=(BMPHEAD.intBuf[21]<<24)+(BMPHEAD.intBuf[20]<<16)+(BMPHEAD.intBuf[19]<<8)+(BMPHEAD.intBuf[18]);//12-15 位图的宽度
        printf("cols:  %d  \n",BMPHEAD.cols);
        BMPHEAD.rows=(BMPHEAD.intBuf[25]<<24)+(BMPHEAD.intBuf[24]<<16)+(BMPHEAD.intBuf[23]<<8)+(BMPHEAD.intBuf[22]);//16-19 位图的高度
    //    printf("rows:  %d  \n",BMPHEAD.rows);
        BMPHEAD.pointSize=(BMPHEAD.intBuf[29]<<8)+(BMPHEAD.intBuf[28]);//1c-1d 位深度
    //    printf("pointSize:  %d  \n",BMPHEAD.pointSize);
        if(BMPHEAD.pointSize==24)
        {
            //这是24位图，没有调色板
        }
        switch (BMPHEAD.pointSize)
        {
        case 1:
            printf("位深度出错！！！！\n");
            //二值化  8个像素占1个字节
            break;
        case 4:
            printf("位深度出错！！！！\n");
            //        2个像素占1个字节
            break;
        case 8:
            printf("位深度出错！！！！\n");
            //灰度图  1个像素占1个字节
            break;
        case 24:
            printf("BMP__24\n");
            //24位位图   1个像素占3个字节  没有调色板，暂时只处理这种图，其他的以后优化时再说
            break;
        case 32:
            printf("位深度出错！！！！\n");
            //32位位图   没有调色板，多了一个Alpha通道
            break;
        default:printf("位深度出错！！！！\n");break;
        }
        if(0==(BMPHEAD.compress=(BMPHEAD.intBuf[33]<<24)+(BMPHEAD.intBuf[32]<<16)+(BMPHEAD.intBuf[31]<<8)+(BMPHEAD.intBuf[30])))//1e-21 为0表示不压缩
        {
            printf("no compress\n");
        }
    //    point=(int *)malloc(BMPHEAD.bmpSize);
    //    if(point==NULL)
    //    {
    //        printf("内存分配失败!!!!!!");
    //    }
        fread(&point,1,BMPHEAD.bmpOffset-54,fpPhoto);
        for(i=BMPHEAD.rows-1;i>=0;i--)
        {
            readResult=fread(&BMPHEAD.mateix[i],1,3*BMPHEAD.cols,fpPhoto);//fread读过之后文件指针移动，就是指读过的东西，就读没了！！！！！hehehehehehehehehe
            //24位图，三个通道，列数X3
        }//将图片读到数组mateix中，在数据区左下是第一个点  byte：B  byte：G byte：R
        //printf("成功!!!!!!");
        fclose (fpPhoto) ;
        return 1;
    }
    else
    {
        printf("这不是BMP！！");
        fclose (fpPhoto) ;
        return 0;              //不正常  返回0
    }
}

DCOMPLEX first[IMGROWS][IMGCOLS];
DCOMPLEX second[IMGROWS][IMGCOLS];
DCOMPLEX relevant[IMGROWS][IMGCOLS];
DCOMPLEX overlap1[IMGROWS][IMGCOLS]={0};
DCOMPLEX overlap2[IMGROWS][IMGCOLS]={0};
DCOMPLEX overlap1LU[BLOCK][BLOCK]={0};
DCOMPLEX overlap1LD[BLOCK][BLOCK]={0};
DCOMPLEX overlap1RU[BLOCK][BLOCK]={0};
DCOMPLEX overlap1RD[BLOCK][BLOCK]={0};
DCOMPLEX overlap2LU[BLOCK][BLOCK]={0};
DCOMPLEX overlap2LD[BLOCK][BLOCK]={0};
DCOMPLEX overlap2RU[BLOCK][BLOCK]={0};
DCOMPLEX overlap2RD[BLOCK][BLOCK]={0};
DCOMPLEX overlaprele[BLOCK][BLOCK]={0};


/*/
函数名:void mulMatrix(double matrix1[SIZE][SIZE],double matrix2[SIZE][SIZE],int high1,int weight,int weight2,double mulMatrixOut[SIZE][SIZE])
输入:依次是 左矩阵，右矩阵，左矩阵高度，左矩阵宽度，右矩阵宽度，输出矩阵
输出:
功能:矩阵乘法
作者：dogdng
*/
void mulMatrix(double matrix1[SIZE][SIZE],double matrix2[SIZE][SIZE],int high1,int weight,int weight2,double mulMatrixOut[SIZE][SIZE])
{
    int i,j,k;
    for(i=0;i<high1;++i)
    {
        for(j=0;j<weight2;j++)
        {
            for(k=0;k<weight;++k)
            {
                mulMatrixOut[i][j]+=matrix1[i][k]*matrix2[k][j];
            }
        }
    }
}
void mulMatrix3(double matrix1[3][3],double matrix2[3][3],int high1,int weight,int weight2,double mulMatrixOut[3][3])
{
    int i,j,k;
    for(i=0;i<high1;++i)
    {
        for(j=0;j<weight2;j++)
        {
            for(k=0;k<weight;++k)
            {
                mulMatrixOut[i][j]+=matrix1[i][k]*matrix2[k][j];
            }
        }
    }
}
void mulMatrix4B(double matrix1[SIZE][SIZE],double matrix2[SIZE][1],int high1,int weight,int weight2,double mulMatrixOut[SIZE][1])
{
    int i,j,k;
    for(i=0;i<SIZE;i++)
        for(j=0;j<SIZE;j++)
            mulMatrixOut[i][j]=0;
    for(i=0;i<high1;++i)
    {
        for(j=0;j<weight2;j++)
        {
            for(k=0;k<weight;++k)
            {
                mulMatrixOut[i][j]+=matrix1[i][k]*matrix2[k][j];
            }
        }
        //printf("i am ok\n");
    }
}
void mulMatrix4P(double matrix1[3][3],double matrix2[3][1],int high1,int weight,int weight2,double mulMatrixOut[3][1])
{
    int i,j,k;
    for(i=0;i<3;++i)
    mulMatrixOut[i][0]=0;
    for(i=0;i<high1;++i)
    {
        for(j=0;j<weight2;j++)
        {
            for(k=0;k<weight;++k)
            {
                mulMatrixOut[i][j]+=matrix1[i][k]*matrix2[k][j];
            }
        }
        //printf("i am ok\n");
    }
}
void mulMatrix42(double matrix1[2][2],double matrix2[2][1],int high1,int weight,int weight2,double mulMatrixOut[2][1])
{
    mulMatrixOut[0][0]=matrix1[0][0]*matrix2[0][0]+matrix1[0][1]*matrix2[1][0];
    mulMatrixOut[1][0]=matrix1[1][0]*matrix2[0][0]+matrix1[1][1]*matrix2[1][0];
}
/*/
函数名:void inv_c(double A[SIZE][SIZE])
输入:
输出:
功能:求矩阵的逆 pure C language
     首先对矩阵进行QR分解之后求上三角矩阵R的逆阵最后A-1=QH*R-1,得到A的逆阵。
作者：dogdng
*/
double invA[SIZE][SIZE]={0};//A的逆矩阵，最终的结果
double FA[SIZE][1]={0};
void inv_c(double A[SIZE][SIZE])
{
    int i;//数组  行
    int j;//数组  列
    int k;//代表B的角标
    int l;//数组  列
    double dev;
    double numb;//计算的中间变量
    double numerator,denominator;
    double ratio;
    double b[SIZE][SIZE]={0};//应该读作“贝尔塔”，注释中用B表示
    double t[SIZE][SIZE]={0};//求和的那项
    double Q[SIZE][SIZE]={0};//正交矩阵
    double QH[SIZE][SIZE]={0};//正交矩阵的转置共轭
    double R[SIZE][SIZE]={0};//
    double invR[SIZE][SIZE]={0};//R的逆矩阵

    //={0};//
    double matrixR1[SIZE][SIZE]={0};
    double matrixR2[SIZE][SIZE]={0};
    /*求B*/
    for(i=0;i<SIZE;++i)
    {
        for(j=0;j<SIZE;++j)
        {
            b[j][i]=A[j][i];
        }
        for(k=0;k<i;++k)
        {
            if(i)
            {
                numerator=0.0;
                denominator=0.0;
                for(l=0;l<SIZE;++l)
                {
                    numerator+=A[l][i]*b[l][k];
                    denominator+=b[l][k]*b[l][k];
                }
                dev=numerator/denominator;
                t[k][i]=dev;
                for(j=0;j<SIZE;++j)
                {
                    b[j][i]-=t[k][i]*b[j][k];//t  init  =0  !!!
                }
            }
        }
    }
    ///对B单位化,得到正交矩阵Q矩阵
    for(i=0;i<SIZE;++i)
    {
        numb=0.0;
        for(j=0;j<SIZE;++j)
        {
            numb+=(b[j][i]*b[j][i]);
        }
        dev=sqrt(numb);
        for(j=0;j<SIZE;++j)
        {
            Q[j][i]=b[j][i]/dev;
        }
        matrixR1[i][i]=dev;
    }
    //求上三角R阵///
    for(i=0;i<SIZE;++i)
    {
        for(j=0;j<SIZE;++j)
        {
            if(j<i)
            {
                matrixR2[j][i]=t[j][i];
            }
            else if(j==i)    
            {
                matrixR2[j][i]=1;
            }
            else
            {
                matrixR2[j][i]=0;
            }
        }
    }
    mulMatrix(matrixR1,matrixR2,SIZE,SIZE,SIZE,R);
///QR分解完毕//
    printf("QR分解：\n");
    printf("Q=\n");
    for(i=0;i<SIZE;++i)
    {
        for(j=0;j<SIZE;++j)
        {
            printf("%2.4f    ",Q[i][j]);
        //    
        }
        printf("\n");
    }
    printf("R=\n");
    for(i=0;i<SIZE;++i)
    {
        for(j=0;j<SIZE;++j)
        {
            printf("%2.4f    ",R[i][j]);
        //    
        }
        printf("\n");
    }
//求R的逆阵//
    for(i=SIZE-1;i>=0;--i)
    {
        invR[i][i]=1/R[i][i];
        //R[i][i]=invR[i][i];
        if(i!=(SIZE-1))//向右
        {
            for(j=i+1;j<SIZE;++j)
            {
                invR[i][j]=invR[i][j]*invR[i][i];
                R[i][j]=R[i][j]*invR[i][i];
            }
        }
        if(i)//向上
        {
            for(j=i-1;j>=0;--j)
            {
                ratio=R[j][i];
                for(k=i;k<SIZE;++k)
                {
                    invR[j][k]-=ratio*invR[i][k];
                    R[j][k]-=ratio*R[i][k];
                }
            }    
        }
    }

///

    printf("inv（R）=\n");
    for(i=0;i<SIZE;++i)
    {
        for(j=0;j<SIZE;++j)
        {
            printf(" %2.4f  ",invR[i][j]);
        //    
        }
        printf("\n");
    }
//结果和MATLAB差一个负号，神马鬼？？？？？？？？/
//求QH//
    for(i=0;i<SIZE;++i)//实矩阵就是转置
    {
        for(j=0;j<SIZE;++j)
        {
            QH[i][j]=Q[j][i];
        }
    }
///求A的逆阵invA/

    mulMatrix(invR,QH,SIZE,SIZE,SIZE,invA);

    printf("inv（A）=\n");
    for(i=0;i<SIZE;++i)
    {
        for(j=0;j<SIZE;++j)
        {
            printf(" %2.4f  ",invA[i][j]);
        //    
        }
        printf("\n");
    }

///结果与MATLAB的结果在千分位后有出入，但是负号都是对的^v^///


}
double persOut[3][3]={0};
void inv_cp(double A[3][3])
{
    int i;//数组  行
    int j;//数组  列
    int k;//代表B的角标
    int l;//数组  列
    double dev;
    double numb;//计算的中间变量
    double numerator,denominator;
    double ratio;
    double b[3][3]={0};//应该读作“贝尔塔”，注释中用B表示
    double t[3][3]={0};//求和的那项
    double Q[3][3]={0};//正交矩阵
    double QH[3][3]={0};//正交矩阵的转置共轭
    double R[3][3]={0};//
    double invR[3][3]={0};//R的逆矩阵

    //={0};//
    double matrixR1[3][3]={0};
    double matrixR2[3][3]={0};
    /*求B*/
    for(i=0;i<3;++i)
    {
        for(j=0;j<3;++j)
        {
            b[j][i]=A[j][i];
        }
        for(k=0;k<i;++k)
        {
            if(i)
            {
                numerator=0.0;
                denominator=0.0;
                for(l=0;l<3;++l)
                {
                    numerator+=A[l][i]*b[l][k];
                    denominator+=b[l][k]*b[l][k];
                }
                dev=numerator/denominator;
                t[k][i]=dev;
                for(j=0;j<3;++j)
                {
                    b[j][i]-=t[k][i]*b[j][k];//t  init  =0  !!!
                }
            }
        }
    }
    ///对B单位化,得到正交矩阵Q矩阵
    for(i=0;i<3;++i)
    {
        numb=0.0;
        for(j=0;j<3;++j)
        {
            numb+=(b[j][i]*b[j][i]);
        }
        dev=sqrt(numb);
        for(j=0;j<3;++j)
        {
            Q[j][i]=b[j][i]/dev;
        }
        matrixR1[i][i]=dev;
    }
    //求上三角R阵///
    for(i=0;i<3;++i)
    {
        for(j=0;j<3;++j)
        {
            if(j<i)
            {
                matrixR2[j][i]=t[j][i];
            }
            else if(j==i)    
            {
                matrixR2[j][i]=1;
            }
            else
            {
                matrixR2[j][i]=0;
            }
        }
    }
    mulMatrix3(matrixR1,matrixR2,3,3,3,R);
///QR分解完毕//
    printf("QR分解：\n");
    printf("Q=\n");
    for(i=0;i<3;++i)
    {
        for(j=0;j<3;++j)
        {
            printf("%2.4f    ",Q[i][j]);
        //    
        }
        printf("\n");
    }
    printf("R=\n");
    for(i=0;i<3;++i)
    {
        for(j=0;j<3;++j)
        {
            printf("%2.4f    ",R[i][j]);
        //    
        }
        printf("\n");
    }
//求R的逆阵//
    for(i=3-1;i>=0;--i)
    {
        invR[i][i]=1/R[i][i];
        //R[i][i]=invR[i][i];
        if(i!=(3-1))//向右
        {
            for(j=i+1;j<3;++j)
            {
                invR[i][j]=invR[i][j]*invR[i][i];
                R[i][j]=R[i][j]*invR[i][i];
            }
        }
        if(i)//向上
        {
            for(j=i-1;j>=0;--j)
            {
                ratio=R[j][i];
                for(k=i;k<3;++k)
                {
                    invR[j][k]-=ratio*invR[i][k];
                    R[j][k]-=ratio*R[i][k];
                }
            }    
        }
    }

///

    printf("inv（R）=\n");
    for(i=0;i<3;++i)
    {
        for(j=0;j<3;++j)
        {
            printf(" %2.4f  ",invR[i][j]);
        //    
        }
        printf("\n");
    }
//结果和MATLAB差一个负号，神马鬼？？？？？？？？/
//求QH//
    for(i=0;i<3;++i)//实矩阵就是转置
    {
        for(j=0;j<3;++j)
        {
            QH[i][j]=Q[j][i];
        }
    }
///求A的逆阵invA/

    mulMatrix3(invR,QH,3,3,3,persOut);

}
double out2[2][2]={0};
void inv_c2(double A[2][2])
{
    double i;
    i=A[0][0]*A[1][1]-A[0][1]*A[1][0];
    out2[0][0]=A[1][1]/i;
    out2[0][1]=-A[0][1]/i;
    out2[1][0]=-A[1][0]/i;
    out2[1][1]=A[0][0]/i;

}
double P2[2][1]={0};
int main()
{
    int i,j,k,l,m,n;
    int flag;
    int wid,hig;
    double sm;//计算revelant的中间变量
    DCOMPLEX max,min;//归一化使用的极值
    double maxmax=0,minmin=0;
    double modMax=0;
    double width,high;
    int dx,dy;
    double P1[3][1]={1,1,1};
    double PE[3][1]={0};
    
//    double B[8][1];
//    double A[8][8];
    VERTEX LU,LD,RU,RD;//定义四个顶点
    VERTEX LU1,LD1,RU1,RD1;//定义四个顶点
    VERTEXINT LUn,LDn,RUn,RDn;//变换后的四个顶点
    FILE * fpPhoto1,* fpPhoto2;
//    fpPhoto1 = fopen ("ru.bmp", "rb") ;//输入图片1为512*512
//    fpPhoto2 = fopen ("ld.bmp", "rb") ;//输入图片2为512*512
    fpPhoto1 = fopen ("11.bmp", "rb") ;//输入图片1为512*512
    fpPhoto2 = fopen ("12.bmp", "rb") ;//输入图片2为512*512
    if (!fpPhoto1||!fpPhoto2)//文件打开失败则退出
    {
        printf ("open file faild！\n");
        return -1 ;
    }/*if (!fpPhoto)*/
    if(!bmp2matrix(fpPhoto1))
    {
        printf ("open BMP1 faild！\n");
        return -1 ;
    }
    BMP1=BMPHEAD;
    if(!bmp2matrix(fpPhoto2))
    {
        printf ("open BMP2 faild！\n");
        return -1 ;
    }
    BMP2=BMPHEAD;
    //彩色信息转为灰度存到复数中//
    for(i=0;i<IMGROWS;i++)
    {
        for(j=0;j<IMGCOLS;j++)
        {    
            BMP1.grayMatrix[i][j]=(BMP1.mateix[i][j*3]*11+ BMP1.mateix[i][j*3+1]*59+BMP1.mateix[i][j*3+2] *30)/100;
            BMP2.grayMatrix[i][j]=(BMP2.mateix[i][j*3]*11+ BMP2.mateix[i][j*3+1]*59+BMP2.mateix[i][j*3+2] *30)/100;
        }
    }
///
    {
        
        ///乱给的数/
        LU.x=61;
        LU.y=73;
        RU.x=60;
        RU.y=357;
        LD.x=337;
        LD.y=127;
        RD.x=330;
        RD.y=490;
        
        width=(sqrt((LU.x-RU.x)*(LU.x-RU.x)+(LU.y-RU.y)*(LU.y-RU.y))+0.5);//新矩形宽
        high=(sqrt((LU.x-LD.x)*(LU.x-LD.x)+(LU.y-LD.y)*(LU.y-LD.y))+0.5);//新矩形高
        printf("width:%f\n",width);
        printf("high:%f\n",high);
        //变换后的顶点，方程右边的数/
        LU1.x=LU.x;
        LU1.y=LU.y;
        RU1.x=LU.x+width;
        RU1.y=LU.y;
        LD1.x=LU.x;
        LD1.y=LU.y+high;
        RD1.x=LU.x+width;
        RD1.y=LU.y+high;
        {
            double B[8][1]={LU1.x,LU1.y, RU1.x, RU1.y, LD1.x, LD1.y, RD1.x ,RD1.y};//   %变换后的四个顶点，方程右边的值
            double A[8][8]={    
            {LU.x   ,   LU.y,   1 ,  0  ,   0    ,    0,    -LU1.x*LU.x,    -LU1.x*LU.y},             
            {  0    ,    0    ,    0 , LU.x,    LU.y,    1,    -LU1.y*LU.x,    -LU1.y*LU.y},
            {RU.x   ,    RU.y,    1 ,  0    ,    0    ,    0,    -RU1.x*RU.x,    -RU1.x*RU.y},
            {  0    ,    0    ,    0 , RU.x,    RU.y,    1,    -RU1.y*RU.x,    -RU1.y*RU.y},
            {LD.x   ,    LD.y,    1 ,  0    ,    0    ,    0,    -LD1.x*LD.x,    -LD1.x*LD.y},
            {  0    ,    0    ,    0 , LD.x,    LD.y,    1,    -LD1.y*LD.x,    -LD1.y*LD.y},
            {RD.x   ,    RD.y,    1 ,  0    ,    0    ,    0,    -RD1.x*RD.x,    -RD1.x*RD.y},
            {  0    ,    0    ,    0 , RD.x,    RD.y,    1,    -RD1.y*RD.x,    -RD1.y*RD.y}};
        //
                printf("A=\n");
                for(i=0;i<SIZE;++i)
                {
                    for(j=0;j<SIZE;++j)
                    {
                        printf(" %2.4f  ",A[i][j]);
                    //    
                    }
                    printf("\n");
                }
                    printf("\n");
                        printf("\n");
                            printf("\n");
        for(i=0;i<SIZE;++i)
        {
            printf("%0.31f\n\n",B[i][0]);
        }
            printf("\n");
                printf("\n");
                    printf("\n");
            inv_c(A);
            mulMatrix4B(invA,B,SIZE,SIZE,1,FA);
        }    

    }
    //FA is right!!!!!!!!!
    {
        double pers[3][3]={{FA[3][0],FA[4][0],FA[5][0]},{FA[0][0],FA[1][0],FA[2][0]},{FA[6][0],FA[7][0],1}};
        
        
        mulMatrix4P(pers,P1,3,3,1,PE);    
        for(i=0;i<3;++i)
        {
            PE[i][0]/=(FA[6][0]+FA[7][0]+1);
            //printf("LU:%0.31f\n\n",PE[i][0]);
        }    
        LUn.x=(int)(PE[1][0]+0.5);
        LUn.y=(int)(PE[0][0]+0.5);
        printf("LUn.x:%d\nLUn.y:%d\n",LUn.x,LUn.y);

        for(i=0;i<3;++i)
        {
            PE[i][0]=0;
        }

        P1[1][0]=IMGCOLSp;
        mulMatrix4P(pers,P1,3,3,1,PE);    
        for(i=0;i<3;++i)
        {
            PE[i][0]/=(FA[6][0]+FA[7][0]*IMGCOLSp+1);
            //printf("RU:%0.31f\n\n",PE[i][0]);
        }    
        RUn.x=(int)(PE[1][0]+0.5);
        RUn.y=(int)(PE[0][0]+0.5);
        printf("RUn.x:%d\nRUn.y:%d\n",RUn.x,RUn.y);

        for(i=0;i<3;++i)
        {
            PE[i][0]=0;
        }
        P1[0][0]=IMGROWSp;
        P1[1][0]=1;
        mulMatrix4P(pers,P1,3,3,1,PE);    
        for(i=0;i<3;++i)
        {
            PE[i][0]/=(FA[6][0]*IMGROWSp+FA[7][0]+1);
            //printf("LD:%0.31f\n\n",PE[i][0]);
        }    
        LDn.x=(int)(PE[1][0]+0.5);
        LDn.y=(int)(PE[0][0]+0.5);
        printf("LD.x:%d\nLD.y:%d\n",LDn.x,LDn.y);
        for(i=0;i<3;++i)
        {
            PE[i][0]=0;
        }
        P1[1][0]=IMGCOLSp;
        mulMatrix4P(pers,P1,3,3,1,PE);    
        for(i=0;i<3;++i)
        {
            PE[i][0]/=(FA[6][0]*IMGROWSp+FA[7][0]*IMGCOLSp+1);
            
        }    
        RDn.x=(int)(PE[1][0]+0.5);
        RDn.y=(int)(PE[0][0]+0.5);
        printf("RD.x:%d\nRD.y:%d\n",RDn.x,RDn.y);
    
        inv_cp(pers);
    }
    if(LUn.x>LDn.x)
    {
        k=LUn.x;
        l=LDn.x;
    }
    else
    {
        k=LDn.x;
        l=LUn.x;
    }
    if(k<RUn.x)
    {
        k=RUn.x;
    }
    if(k<RDn.x)
    {
        k=RDn.x;
    }
    if(l>RUn.x)
    {
        l=RUn.x;
    }
    if(l>RDn.x)
    {
        l=RDn.x;
    }
    //printf("big:%d\nsmall:%d\n",k,l);
    wid=k-l;    
    dx=l>0?l:(-l);
    //printf("wid:%d\n",wid);
    if(LUn.y>LDn.y)
    {
        k=LUn.y;
        l=LDn.y;
    }
    else
    {
        k=LDn.y;
        l=LUn.y;
    }
    if(k<RUn.y)
    {
        k=RUn.y;
    }
    if(k<RDn.y)
    {
        k=RDn.y;
    }
    if(l>RUn.y)
    {
        l=RUn.y;
    }
    if(l>RDn.y)
    {
        l=RDn.y;
    }
    //printf("big:%d\nsmall:%d\n",k,l);
    hig=k-l;
    
    dy=l>0?l:(-l);
    printf("hig:%d\n",hig);
    printf("wid:%d\n",wid);

    for(i=0;i<hig;++i) 
    {
        for(j=0;j<wid;++j)
        {
            P1[0][0]=i;
            P1[1][0]=j;
            P1[2][0]=1;
            mulMatrix4P(persOut,P1,3,3,1,PE);
            {
                double C[2][2]={FA[6][0]*PE[0][0]-1,FA[7][0]*PE[0][0],FA[6][0]*PE[1][0],FA[7][0]*PE[1][0]-1};
                double CC[2][1]={-PE[0][0],-PE[1][0]};
                inv_c2(C);
                mulMatrix42(out2,CC,2,2,1,P2);
                    
                    //printf("%f\n",C[1][1]);
            }
        //    printf("%f\n",P2[0][0]);                
            if(P2[0][0]>=0.5 && P2[1][0]>=0.5 && P2[0][0]<=IMGROWSp && P2[1][0]<=IMGCOLSp)
            {
                imageOut[i][j]=BMP2.grayMatrix[(int)P2[0][0]][(int)P2[1][0]];     //最邻近插值,也可以用双线性或双立方插值
            }
            //    {
                 //    printf("%f\n",P2[0][0]);
                //    printf("%f\n",P2[1][0]);
            //    }
            if(m<P2[0][0])
            {
                m=P2[0][0];
            }
        }
    }

    printf("max:%d\n",m);
    bmpOutput8("yy.bmp",hig,wid);

    printf("Vectory！！\n");
    fclose (fpPhoto1);
    fclose (fpPhoto2);
    return 0;
}
dogdng
关注
  • 5
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
【图像处理】透视变换 Perspective Transformation
小魏的修行路
05-26 20万+
透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为：u,v是原始图片左边，对应得到变换后的图片坐标x,y,其中。变换矩阵可以拆成4部分，表示线性变换，比如scaling，shearing和ratotion。用于平移，产生透视变换。所以可以理解成仿射等是透
图像处理】透视变换 Perspective Transformation
月秀明竹的专栏
07-20 498
这篇文章是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。      透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为：  
图像处理中的投影变换（Perspective Transformation）
数据之美的博客
11-27 4万+
透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。通用的变换公式为： u,v是原始图片左边，对应得到变换后的图片坐标x,y,其中。 变换矩阵可以拆成4部分，表示线性变换，比如scaling，shearing和ratotion。用于平移，产生透视变换。
透视投影(Perspective Projection)变换推导
weixin_30924087的博客
06-25 2331
透视投影是3D固定流水线的重要组成部分，是将相机空间中的点从视锥体(frustum)变换到规则观察体(Canonical View Volume)中，待裁剪完毕后进行透视除法的行为。在算法中它是通过透视矩阵乘法和透视除法两步完成的。 透视投影变换是令很多刚刚进入3D图形领域的开发人员感到迷惑乃至神秘的一个图形技术。其中的理解困难在于步骤繁琐，对一些基础知识过分依赖，一旦对它们中的任何地方感到...
透视投影原理详解
进击的菜鸟
05-10 4812
本篇文章为转载，在学习时发现这篇问题写的很好，怕以后找不到，所以搬运过来了，如有侵权，请联系本人删除。 透视投影是3D固定流水线的重要组成部分，是将相机空间中的点从视锥体(frustum)变换到规则观察体(Canonical View Volume)中，待裁剪完毕后进行透视除法的行为。在算法中它是通过透视矩阵乘法和透视除法两步完成的。 透视投影变换是令很多刚刚进入3D图形领域的开发人员感到迷惑乃至神秘的一个图形技术。其中的理解困难在于步骤繁琐，对一些基础知识过分依赖，一旦对它们...
关于透视投影的深入理解
landing_guy_的博客
01-10 4812
理解程序层面的透视投影和理论的透视投影的区别
perspective transform（透视变换）的实现过程
weixin_41676170的博客
09-26 1万+
透视变换 是根据实际过程中根据不同角度检测到的图像，进行变换转换到实际图形的过程。 如图：实际中我们检测的图片是左图所示，经过透视变换之后变换成右图。 1.如下图，先导入库，再定义，描述original image中四个点的坐标，并在图像中输出。                 2.定义一个warp的函数，并将上边的坐标值输入到函数中，并且输入到一个src的数组中，...
（22）透视投影变换
革命队伍的螺丝钉
01-01 3965
基本概念 透视投影属于中心投影，它比轴测图更富有立体感和真实感。这种投影是将投影面置于投影中心与投影对象之间。                     灭点：在透视投影中，一组平行的线将共同消失于无穷远处，称为直线的灭点。 主灭点：若该组平行线与某坐标轴平行，则称此灭点为主灭点。              根据主灭点的个数，透视投影可分为： 一点透视：只有一个主灭点，即投
深入探索透视投影变换
热门推荐
Popy007(Twinsen)的专栏
09-23 10万+
深入探索透视投影变换-Twinsen编写-本人水平有限，疏忽错误在所难免，还请各位数学高手、编程高手不吝赐教-email: popyy@netease.com透视投影是3D固定流水线的重要组成部分，是将相机空间中的点从视锥体(frustum)变换到规则观察体(Canonical View Volume)中，待裁剪完毕后进行透视除法的行为。在算法中它是通过透视矩阵乘法和
透视变换（perspective transformation）
码灵薯的博客
08-07 3万+
透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。如下图所示 透视变换 透视变换的原理和公式推导见如下博客 【图像处理】透视变换 Perspective Transformation 【OpenCV】透视变换 Perspective Transfor...
Inverse-perspective-transformation.rar_perspective_道路边缘检测
07-14
在给定的“Inverse-perspective-transformation.rar”压缩包中，包含了一个用于实现这一变换的工程，对于道路边缘检测具有显著的辅助价值。 首先，我们要理解什么是道路边缘检测。在自动驾驶、交通监控等应用场景中...
perspective-transformation.zip
最新发布
05-03
透视变换（Perspective Transformation）是图像处理和计算机视觉领域中的一个重要概念，主要用于纠正或改变图像的视角，模拟人眼从不同角度观察同一场景时的效果。在"perspective-transformation.zip"这个压缩包中，...
image-perspective-transformation:python处理图片，包括图片平移，图片旋转，图片缩放，图片倾斜，透视变换。选择图片中的四个关键点和将要变换的点，用于生成新的透视图
03-26
影像透视变换-图片透视变换（投影变换） python处理图片，包括图片平移，图片旋转，图片缩放，图片倾斜，透视变换。选择图片中的四个关键点和将要变换的点，用于生成新的透视图使用平移，缩放，翻转，旋转将一张图片...
OpenCV图像几何变换之透视变换
01-01
 透视变换（Perspective Transformation）的本质是将图像投影到一个新的视平面，其通用变换公式为： （u，v）为原始图像像素坐标，（x=x’/w’，y=y’/w’）为变换之后的图像像素坐标。透视变换矩阵图解如下： ...
图像处理透视变换(Python+Opencv)
02-10
透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。 如果你想对图像进行校准，那么透视变换是非常有效的变换手段。透视变换的定义为将图像...
刚体、仿射、单应性(投影)、透视变换
dagengen12138的博客
06-18 1721
透视变换（Perspective Transformation）的本质是将图像投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。
利用perspective 和 transform 里面的几个参数来实现旋转照片墙
笔记
12-01 553
利用perspective 和 transform 里面的几个参数来实现旋转照片墙 旋转照片墙 首先，来看下，是什么效果吧，上效果图 ↓ 其实这个东西，很容易制作，先说下思路， 把照片都给叠在一起，然后 rotateY 旋转，给每张图片 旋转不一样的角度能构成一圈， 然后translateZ 出去就好了，最后一步，父级转起来。 搭建好基本的 html 和 css ↓ 已经写好注释啦。 <!DOCTYPE html> <html lang="en"> <hea
透视变换（Perspective Transform）
bemy1008的博客
01-28 1757
**透视变换(Perspective Transform)**是将图片投影到一个新的视角或平面，变换公式如下。 在之前的章节中我们学习过仿射变换(affine transform) 可以看到，而射变换的变换矩阵是3x2的变换矩阵。和仿射变换不同的是，透视变换的变换矩阵是一个3x3的矩阵。透视变换的作用域是一个三维坐标系(x,y,z), 而仿射变换则是二维(x,y)平面变换。从另一个角度来说，仿射变换也可以看做是一种特殊的透视变换（z轴方向不变）。 透视变换和仿射变换的一个重要区别是，两条平行的线在经过仿射
opencv投影变换
04-04
OpenCV中的投影变换（Perspective Transformation）是一种图像处理技术，它可以将图像从一个透视视角转换为另一个透视视角。通过投影变换，我们可以实现图像的旋转、缩放、平移和倾斜等操作。 在OpenCV中，使用函数cv2.warpPerspective()来实现投影变换。该函数需要输入源图像、变换矩阵和输出图像的大小作为参数。变换矩阵可以通过cv2.getPerspectiveTransform()函数计算得到，该函数需要输入源图像上的四个点和目标图像上对应的四个点。 下面是一个示例代码，展示了如何使用OpenCV进行投影变换： ```python import cv2 import numpy as np # 读取源图像 img = cv2.imread('input.jpg') # 定义源图像上的四个点 pts1 = np.float32([[50, 50], [200, 50], [50, 200], [200, 200]]) # 定义目标图像上对应的四个点 pts2 = np.float32([[10, 100], [200, 50], [100, 250], [200, 200]]) # 计算变换矩阵 M = cv2.getPerspectiveTransform(pts1, pts2) # 进行投影变换 result = cv2.warpPerspective(img, M, (300, 300)) # 显示结果图像 cv2.imshow('Result', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中，我们首先读取了源图像，并定义了源图像上的四个点和目标图像上对应的四个点。然后，通过cv2.getPerspectiveTransform()函数计算得到变换矩阵M。最后，使用cv2.warpPerspective()函数进行投影变换，并显示结果图像。

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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