OpenCV几何图像变换

简介

接下来的时间我将继续学习几何图像变换部分，几何图像变换是指一系列用于图像处理和计算机视觉中的操作，用于改变图像的空间特性。这些变换包括缩放、旋转、平移、错切以及透视变换等。它们常用于诸如图像对齐、校正、视角转换等任务。

几何图像变换的基本概念和工作原理

本节中的函数执行各种二维图像的几何变换。它们不改变图像的内容，而是变形像素网格并将此变形网格映射到目标图像。事实上，为了避免采样伪影，映射是按相反顺序进行的，即从目标图像到源图像。也就是说，对于目标图像中的每个像素 (x, y)，函数计算出相应“捐赠”像素在源图像中的坐标，并复制该像素值：
$$\text{dst}(x,y)=\text{src}(f_x(x,y),f_y(x,y))$$
在您指定前向映射$⟨g_x,g_y⟩:\text{src}\to \text{dst}$的情况下，OpenCV 函数首先计算对应的逆向映射$⟨f_x,f_y⟩:\text{dst}\to \text{src}$, 然后使用上述公式
实际实现从最通用的 remap 到最简单最快的 resize 的几何变换，需要解决上述公式的两个主要问题：

• 不存在像素的外推：与上一节中描述的过滤函数类似，对于某些$(x,y)$,$f_x(x,y)$或$f_y(x,y)$或两者都可能落在图像之外。在这种情况下，需要使用一种外推方法。OpenCV 提供了与过滤函数中相同的外推方法选择。此外，它还提供了 BORDER_TRANSPARENT 方法。这意味着目标图像中对应的像素根本不会被修改。
• 像素值插值：通常，$f_x(x,y)$或$f_y(x,y)$是浮点数。这意味着 $⟨f_x,f_y⟩$可以是仿射变换、透视变换或径向镜头失真校正等。因此，需要从分数坐标中检索像素值。最简单的情况下，坐标可以四舍五入到最近的整数坐标，并使用相应的像素。这被称为最近邻插值。然而，通过使用更复杂的插值方法可以获得更好的结果，其中在计算像素 $(f_x(x,y),f_y(x,y))$,的某个邻域内拟合多项式函数，然后取该多项式在 $(f_x(x,y),f_y(x,y))$ 处的值作为插值像素值。在 OpenCV 中，您可以选择几种插值方法。有关详情，请参阅 resize 函数。

注： 几何变换不适用于 CV_8S 或 CV_32S 类型的图像。