cv2.remap() 几何变换-- 重映射

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