数字图像处理——实验一：图像的二维形变

1.对输入图像进行基本的旋转（欧氏）变换，比较旋转前后的图像的效果（锯齿等）；

（1）求旋转矩阵

假设有一个点P（x，y），绕原点O（0，0）旋转，得到P’（x’，y’）。P和x轴的夹角为α，P’和x轴夹角是β。

根据P点到原点O 的距离不变，就可以求得变换后的P’的坐标：

x’=x cosβ-y sinβ

y’=x sinβ+y cosβ

旋转矩阵是:

（2）求旋转后的图像尺寸

设L和H是原图像尺寸，L’和H’是变换后的图像尺寸。α是旋转角

则L’=L|cosα|+H|sinα|

H’=L|sinα|+H|cosα|

2.对输入图像进行基本的缩放（相似）变换，比较放大和缩小的图像的效果

        放大图像时，需要对像素进行填充，如果想要将图像缩小一半，要减少一些像素，在调整大小时，复制了像素。如果使用插值，就要根据相邻像素的像素值找出新的像素值，而不是直接复制它们。

放大：

缩小：

3.在旋转变换的基础上，加上平移变换和缩放变换，得到复合（射影）变换，并观察图像变换时的效果。

（1）平移：

平移需要根据移动距离，然后将每一个像素进行移动。

（2）复合变换

将旋转、缩放和平移三个变换结合。

效果图：

4. 在线性插值的基础上，实现更加高级的插值方法，双线性插值

（1）反向映射

前向映射是根据图像用变换矩阵之后输出的像素，直接输出图像，但是这会使输出图像的某些位置没有被映射到，造成空洞。所以要采用反向映射，扫描输出图像的位置（x，y），然后根据逆矩阵，求出输入图像对应的位置（v，w），通过插值方法求出要输出的灰度值。

（2）双线性插值

利用原图中虚拟点四周的四个真实存在的像素值来共同决定目标图中的一个像素值，因此缩放效果比简单的最邻近插值要好很多。

对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v) (其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数)，则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)

其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。

效果图：

 参考：(27条消息) 图像的仿射变换原理及c++实现（旋转，平移，缩放，偏移，组合变换）_小武~~的博客-CSDN博客_c++仿射变换

(27条消息) OpenCV数字图像处理基于C++：几何变换_qq_43784519的博客-CSDN博客