（转）任意角度的高质量的快速的图…

飞鸽传说

于 2016-12-25 12:21:34 发布

阅读量266

点赞数

本文链接：https://blog.csdn.net/mathcompfrac/article/details/53869065

版权

图形图像处理－之－任意角度的高质量的快速的图像旋转上篇纯软件的任意角度的快速旋转收藏
图形图像处理－之－任意角度的高质量的快速的图像旋转上篇纯软件的任意角度的快速旋转
HouSisong@GMail.com 2007.04.26

(2009.03.09 可以到这里下载旋转算法的完整的可以编译的项目源代码: http://blog.csdn.net/housisong/archive/2009/03/09/3970925.aspx )

(2007.06.22 优化PicRotary3加快13.6%，优化PicRotarySSE加快6.1%,
尝试了一下使用SSE2的写缓冲优化MOVNTI)
(2007.04.29 修正一个TRotaryClipData.find_begin的bug)
(2007.05.16 更换测试用电脑和编译器，为了保持测试数据一致和可对比性，更新了测试数据)

tag:图像旋转,任意角度,图像缩放,速度优化,定点数优化,近邻取样插值,二次线性插值,
三次卷积插值,MipMap链,三次线性插值,MMX\SSE优化,CPU缓存优化,AlphaBlend,颜色混合,并行

摘要:首先给出一个基本的图像旋转算法，然后一步一步的优化其速度和旋转质量,打破不能软件旋转的神话!

任意角度的高质量的快速的图像旋转全文分为:
     上篇纯软件的任意角度的快速旋转
     中篇高质量的旋转
     下篇补充话题(完整AlphaBlend旋转、旋转函数并行化、针对大图片的预读缓冲区优化)

正文：
为了便于讨论，这里只处理32bit的ARGB颜色；
代码使用C++;涉及到汇编优化的时候假定为x86平台;使用的编译器为vc2005;
为了代码的可读性,没有加入异常处理代码;
测试使用的CPU为赛扬2G(新的测试平台的CPU为AMD64x2 4200+(2.37G),测试时使用的单线程执行);
(一些基础代码和插值原理的详细说明参见作者的《图形图像处理－之－高质量的快速的图像缩放》系列文章)

速度测试说明:
只测试内存数据到内存数据的缩放
测试图片都是800*600旋转到1004*1004，测试成绩取各个旋转角度的平均速度值; fps表示每秒钟的帧数,值越大表示函数越快

A:旋转原理和旋转公式:
推导旋转公式：


                       旋转示意图
   有： tg(b)=y/x                             ----(1)
         tg(a+b)=y'/x'                         ----(2)
         x*x + y*y = x'*x' + y'*y'             ----(3)
   有公式：tg(a+b) = ( tg(a)+tg(b) ) / ( 1-tg(a)*tg(b) ) ----(4)
     把(1)代入(4)从而消除参数b;
     tg(a)+y/x = y'/x'*( 1-tg(a)*y/x )                ----(5)
     由(5)可以得x'=y'*(x-y*tg(a))/( x*tg(a)+y )       ----(6)
   把(6)代入(3)从而消除参数x',化简后求得:
     y'=x*sin(a)+y*cos(a);                     ----(7)
   把(7)代入(6),有:
     x'=x*cos(a)-y*sin(a);                     ----(8)

OK，旋转公式有了，那么来看看在图片旋转中的应用；
假设对图片上任意点(x,y)，绕一个坐标点(rx0,ry0)逆时针旋转RotaryAngle角度后的新的坐标设为(x', y')，有公式：
(x平移rx0,y平移ry0,角度a对应-RotaryAngle ，带入方程(7)、(8)后有： )
x'= (x - rx0)*cos(RotaryAngle) + (y - ry0)*sin(RotaryAngle) + rx0 ;
y'=-(x - rx0)*sin(RotaryAngle) + (y - ry0)*cos(RotaryAngle) + ry0 ;

那么，根据新的坐标点求源坐标点的公式为：
x=(x'- rx0)*cos(RotaryAngle) - (y'- ry0)*sin(RotaryAngle) + rx0 ;
y=(x'- rx0)*sin(RotaryAngle) + (y'- ry0)*cos(RotaryAngle) + ry0 ;

旋转的时候还可以顺便加入x轴和y轴的缩放和平移，而不影响速度，那么完整的公式为:
x=(x'- move_x-rx0)/ZoomX*cos(RotaryAngle) - (y'- move_y-ry0)/ZoomY*sin(RotaryAngle) + rx0 ;
y=(x'- move_x-rx0)/ZoomX*sin(RotaryAngle) + (y'- move_y-ry0)/ZoomY*cos(RotaryAngle) + ry0 ;
其中： RotaryAngle为逆时针旋转的角度;
         ZoomX,ZoomY为x轴y轴的缩放系数(支持负的系数,相当于图像翻转);
         move_x,move_y为x轴y轴的平移量;

一些颜色和图片的数据定义:

#define asm __asm

typedef unsigned char TUInt8; // [0..255]
struct TARGB32 //32 bit color
{
TUInt8 b,g,r,a; //a is alpha
};

struct TPicRegion //一块颜色数据区的描述，便于参数传递
{
    TARGB32*    pdata;         //颜色数据首地址
    long        byte_width;    //一行数据的物理宽度(字节宽度)；
                //abs(byte_width)有可能大于等于width*sizeof(TARGB32);
    long        width;         //像素宽度
    long        height;        //像素高度
};

//那么访问一个点的函数可以写为：
inline TARGB32& Pixels(const TPicRegion& pic,const long x,const long y)
{
return ( (TARGB32*)((TUInt8*)pic.pdata+pic.byte_width*y) )[x];
}
//判断一个点是否在图片中
inline bool PixelsIsInPic(const TPicRegion& pic,const long x,const long y)
{
return ( (x>=0)&&(x<pic.width) && (y>=0)&&(y<pic.height) );
}

B:一个简单的浮点实现版本

//
//函数假设以原图片的中心点坐标为旋转和缩放的中心
void PicRotary0(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
    if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
    double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
    double ry0=Src.height*0.5;
    for (long y=0;y<Dst.height;++y)
    {
        for (long x=0;x<Dst.width;++x)
        {
            long srcx=(long)((x- move_x-rx0)/ZoomX*cos(RotaryAngle) - (y- move_y-ry0)/ZoomY*sin(RotaryAngle) + rx0) ;
            long srcy=(long)((x- move_x-rx0)/ZoomX*sin(RotaryAngle) + (y- move_y-ry0)/ZoomY*cos(RotaryAngle) + ry0) ;
            if (PixelsIsInPic(Src,srcx,srcy))
                Pixels(Dst,x,y)=Pixels(Src,srcx,srcy);
        }
    }
}
(调用方法比如:
   PicRotary0(ppicDst,ppicSrc,PI/6,0.9,0.9,(dst_wh-ppicSrc.width)*0.5,(dst_wh-ppicSrc.height)*0.5);
   //作用：将图片ppicSrc按0.9的缩放比例旋转PI/6幅度后绘制到图片ppicDst的中心
)

//注：测试图片都是800*600的图片旋转到1004*1004的图片中心测试成绩取各个旋转角度的平均速度值

//速度测试:
//==============================================================================
// PicRotary0 34.9 fps

旋转结果图示（小图）：

30度 60度

                 90度                                   120度

150度 180度

210度 240度

270度 300度

              330度                                   360度

C:优化循环内部，化简系数
1.sin和cos函数是很慢的计算函数，可以在循环前预先计算好sin(RotaryAngle)和cos(RotaryAngle)的值：
    double sinA=sin(RotaryAngle);
    double cosA=cos(RotaryAngle);
2.可以将除以ZoomX、ZoomY改成乘法，预先计算出倒数：
    double rZoomX=1.0/ZoomX;
    double rZoomY=1.0/ZoomY;
3.优化内部的旋转公式，将能够预先计算的部分提到循环外(即：拆解公式):
     原： long srcx=(long)((x- move_x-rx0)/ZoomX*cos(RotaryAngle) - (y- move_y-ry0)/ZoomY*sin(RotaryAngle) + rx0) ;
           long srcy=(long)((x- move_x-rx0)/ZoomX*sin(RotaryAngle) + (y- move_y-ry0)/ZoomY*cos(RotaryAngle) + ry0) ;
     变形为:
           long srcx=(long)( Ax*x + Bx*y +Cx ) ;
           long srcy=(long)( Ay*x + By*y +Cy ) ;
      其中: Ax=(rZoomX*cosA); Bx=(-rZoomY*sinA); Cx=(-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0);
            Ay=(rZoomX*sinA); By=(rZoomY*cosA); Cy=(-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0);
      (提示: Ax,Bx,Cx,Ay,By,Cy都可以在旋转之前预先计算出来)
改进后的函数为：

void PicRotary1(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
    if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
    double rZoomX=1.0/ZoomX;
    double rZoomY=1.0/ZoomY;
    double sinA=sin(RotaryAngle);
    double cosA=cos(RotaryAngle);
    double Ax=(rZoomX*cosA);
    double Ay=(rZoomX*sinA);
    double Bx=(-rZoomY*sinA);
    double By=(rZoomY*cosA);
    double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
    double ry0=Src.height*0.5;
    double Cx=(-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0);
    double Cy=(-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0);

    TARGB32* pDstLine=Dst.pdata;
    double srcx0_f=(Cx);
    double srcy0_f=(Cy);
    for (long y=0;y<Dst.height;++y)
    {
        double srcx_f=srcx0_f;
        double srcy_f=srcy0_f;
        for (long x=0;x<Dst.width;++x)
        {
            long srcx=(long)(srcx_f);
            long srcy=(long)(srcy_f);
            if (PixelsIsInPic(Src,srcx,srcy))
                pDstLine[x]=Pixels(Src,srcx,srcy);
            srcx_f+=Ax;
            srcy_f+=Ay;
        }
        srcx0_f+=Bx;
        srcy0_f+=By;
        ((TUInt8*&)pDstLine)+=Dst.byte_width;
    }
}

//速度测试:
//==============================================================================
// PicRotary1               62.0 fps

( 在AMD64x2 4200+和VC2005编译下PicRotary1(51.8fps)比PicRotary0(27.1fps)快90%；
在AMD64x2 4200+和VC6编译下PicRotary1(20.3fps)比PicRotary0(16.1fps)快26%；
以前在赛扬2G和VC6编译下PicRotary1(8.4fps)反而比PicRotary0(12.7fps)慢50%! :( )

D:更深入的优化、定点数优化
(浮点数到整数的转化也是应该优化的一个地方，这里不再处理，可以参见
    <图形图像处理－之－高质量的快速的图像缩放上篇近邻取样插值和其速度优化>中的PicZoom3_float函数)
1.优化除法：
    原： double rZoomX=1.0/ZoomX;
         double rZoomY=1.0/ZoomY;
    改写为(优化掉了一次除法)：
         double tmprZoomXY=1.0/(ZoomX*ZoomY);
         double rZoomX=tmprZoomXY*ZoomY;
         double rZoomY=tmprZoomXY*ZoomX;
2.x86的浮点计算单元(FPU)有一条指令"fsincos"可以同时计算出sin和cos值
    //定义SinCos函数: 同时计算sin(Angle)和cos(Angle)的内嵌x86汇编函数
    void __declspec(naked) __stdcall SinCos(const double Angle,double& sina,double& cosa)
    {
        asm
        {
            fld qword ptr [esp+4]//Angle
            mov eax,[esp+12]//&sina
            mov edx,[esp+16]//&cosa
            fsincos
            fstp qword ptr [edx]
            fstp qword ptr [eax]
            ret 16
        }
    }
3.用定点数代替浮点计算

void PicRotary2(const TPicRegion& Dst,const TPicRegion& Src,double RotaryAngle,double ZoomX,double ZoomY,double move_x,double move_y)
{
    if ( (fabs(ZoomX*Src.width)<1.0e-4) || (fabs(ZoomY*Src.height)<1.0e-4) ) return; //太小的缩放比例认为已经不可见
    double tmprZoomXY=1.0/(ZoomX*ZoomY);
    double rZoomX=tmprZoomXY*ZoomY;
    double rZoomY=tmprZoomXY*ZoomX;
    double sinA,cosA;
    SinCos(RotaryAngle,sinA,cosA);
    long Ax_16=(long)(rZoomX*cosA*(1<<16));
    long Ay_16=(long)(rZoomX*sinA*(1<<16));
    long Bx_16=(long)(-rZoomY*sinA*(1<<16));
    long By_16=(long)(rZoomY*cosA*(1<<16));
    double rx0=Src.width*0.5; //(rx0,ry0)为旋转中心
    double ry0=Src.height*0.5;
    long Cx_16=(long)((-(rx0+move_x)*rZoomX*cosA+(ry0+move_y)*rZoomY*sinA+rx0)*(1<<16));
    long Cy_16=(long)((-(rx0+move_x)*rZoomX*sinA-(ry0+move_y)*rZoomY*cosA+ry0)*(1<<16));

    TARGB32* pDstLine=Dst.pdata;
    long srcx0_16=(Cx_16);
    long srcy0_16=(Cy_16);
    for (long y=0;y<Dst.height;++y)
    {
        long srcx_16=srcx0_16;
        long srcy_16=srcy0_16;
        for (long x=0;x<Dst.width;++x)
        {
            long srcx=(srcx_16>>16);
            long srcy=(srcy_16>>16);
            if (PixelsIsInPic(Src,srcx,srcy))
                pDstLine[x]=Pixels(Src,srcx,srcy);
            srcx_16+=Ax_16;
            srcy_16+=Ay_16;
        }
        srcx0_16+=Bx_16;
        srcy0_16+=By_16;
        ((TUInt8*&)pDstLine)+=Dst.byte_width;
    }
}

//速度测试:
//==============================================================================
// PicRotary2             134.2 fps

飞鸽传说

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
（转）任意角度的高质量的快速的图…

图形图像处理－之－任意角度的高质量的快速的图像旋转上篇纯软件的任意角度的快速旋转收藏图形图像处理－之－任意角度的高质量的快速的图像旋转上篇纯软件的任意角度的快速旋转 HouSisong@GMail.com 2007.04.26(2009.03.09 可以到这里下载旋转算法的完整的可以编译的项目源
复制链接

扫一扫