原文链接:https://blog.csdn.net/weixin_37804469/article/details/112316884
《OpenCV 轻松入门 面向Python》 学习笔记
把一张图像内的像素点放置到另一幅图像内指定的位置,这个操作叫做重映射。
前两节学习的仿射变换和透视变换,是通过变换矩阵来指定映射方式。
有时我们希望通过自定义的方式来指定重映射。opencv 就为我们提供了一个自定义映射的函数 cv2.remap()
函数原型:
cv2.remap(src_img, map1, map2, interpolation)
- 1
参数:
- src_img:原始图像
- map1:目标图像中的每一个像素都对应于(映射于)原始图像的中的某个像素,将对应的原始图像的像素坐标的col存放在map1中。map1 的shape和目标图像一样。
- map2:目标图像中的每一个像素都对应于(映射于)原始图像的中的某个像素,将对应的原始图像的像素坐标的row存放在map2中。map2 的shape和目标图像一样。
- interpolation: 插值方式,不支持 INTER_AREA
说明:
目标图像的第一个像素,取原始图像中坐标为(2,2)的像素值 7
举例:
将目标图像中所有像素点的值都取原图像中的第0行第3列上的像素点
import cv2
import numpy as np
# 随机生成原始图像,大小为[4, 5]
src_img = np.random.randint(0, 256, size=[4, 5], dtype=np.uint8)
rows, cols = src_img.shape
# 指定原始图像的第3列,第0行
# 插值方式可解决索引值为float的问题
map1 = np.ones((4, 5), dtype=np.float32) 3
map2 = np.ones((4, 5), dtype=np.float32) 0
dst_img = cv2.remap(src_img, map1, map2, cv2.INTER_LINEAR)
print(“src_img=\n”, src_img)
print("\nmap1=\n", map1)
print("\nmap2=\n", map2)
print("\ndst_img=\n", dst_img)
# 输出为:
# src_img=
# [[252 39 25 186 19]
# [209 225 13 176 133]
# [ 43 115 92 110 144]
# [ 3 176 208 8 232]]
#
# map1=
# [[3. 3. 3. 3. 3.]
# [3. 3. 3. 3. 3.]
# [3. 3. 3. 3. 3.]
# [3. 3. 3. 3. 3.]]
#
# map2=
# [[0. 0. 0. 0. 0.]
# [0. 0. 0. 0. 0.]
# [0. 0. 0. 0. 0.]
# [0. 0. 0. 0. 0.]]
#
# dst_img=
# [[186 186 186 186 186]
# [186 186 186 186 186]
# [186 186 186 186 186]
# [186 186 186 186 186]]
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45