OpenCV21---像素重投影(remap使用)

二十一、像素重投影

1、什么是像素重投影
简单点说就是把输入图像中各个像素按照一定的规则映射到另外一张图像的对应位置上去,形成一张新的图像。
g ( x , y ) g(x,y) g(x,y) = f ( h ( x , y ) ) f(h(x,y)) f(h(x,y))
g ( x , y ) g(x,y) g(x,y)是重映射后的图像, h h h是功能函数, f ( x , y ) f(x,y) f(x,y)是原图像。
原图像 f f f中每一点经过功能函数 h h h映射到新图像 g g g中的每一点。

2、API介绍cv::remap

remap(
InputArray,//输入图像
OutputArray,//输出图像
InputArray map1,//x映射表CV_32FC1/CV_32FC2,代表X方向上的映射规则
InputArray map2,//y映射表,存放每个像素值在y方向上的映射规则
int interpolation,//选择插值的方法,常见线性插值,可选择立方等
int borderMode,//BORDER_CONSTANT
const Scalar borderValue//color
)

3、步骤

  • 创建映射表map_xmap_y,存放每个像素值在x、y方向上的映射规则,映射表的大小应与原图像的大小一致,类型一般为CV_32FC1
    例如:map_x.create = (src.size(),CV_32FC1);
  • 使用remap函数,传入x、y方向的映射表以及原图等参数,获得映射后的图像。

4、常用映射

  • 尺寸缩小一半
if (col > (src.cols * 0.25) && col < (src.cols * 0.75) && row > (src.rows) && row < (src.rows)) {//只在原图像的一半尺寸范围内进行插值
    map_x.at<float>(row, col) = 2 * (col - (src.cols * 0.25));
    //在x方向映射,当新图像col最小为0.25*src.cols时,经过映射为原图像的col=0处,当新图像col最大为0.75*src.cols时,经过映射为原图像的col=src.cols处,这样就把新图像的全部尺寸映射到了0.25*src.cols-0.75*src.cols的一半尺寸,这样做相当于抽掉了整张图一半的像素值得到的新图像
    map_y.at<float>(row, col) = 2 * (row - (src.rows * 0.25));//y方向和x方向做法一致
} else {//其余地方都等于原图像边缘处(0,0)像素值
      map_x.at<float>(row, col) = 0;
      map_x.at<float>(row, col) = 0;
}
  • X方向翻转
map_x.at<float>(row, col) = (src.cols - 1) - col;//x方向上新图像的值应等于原图像(src.cols - 1) - col处的值,即水平翻转
map_y.at<float>(row, col) = row;//y方向row处的值仍等于原图像row处的值,即y方向没有发生变化
  • Y方向翻转
map_x.at<float>(row, col) = col;//x方向col处的值仍等于原图像col处的值,即x方向没有发生变化
map_y.at<float>(row, col) = (src.rows - 1) - row;//y方向上新图像的值应等于原图像(src.rows - 1) - row处的值,即垂直翻转
  • X、Y方向翻转
map_x.at<float>(row, col) = (src.cols - 1) - col;
map_y.at<float>(row, col) = (src.rows - 1) - row;

示例代码:(尺寸放缩、XY翻转)

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

Mat src, dst, map_x, map_y;
int index = 0;
void update_map(void);

int main(int argc, char* argv) {
    src = imread("添加图片路径");
    if (!src.data) {
        cout << "could not load image..." << endl;
        return -1;
    }
    char INPUT_WIN[] = "input image";
    char OUTPUT_WIN[] = "remap demo";
    namedWindow(INPUT_WIN, WINDOW_AUTOSIZE);
    namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE);
    imshow(INPUT_WIN, src); 

    map_x.create(src.size(), CV_32FC1);
    map_y.create(src.size(), CV_32FC1);
    
    int c = 0;
    while (true) {
        c = waitKey(500);
        if ((char)c == 27) {
            break;
        }
        index = c % 4;
        update_map();
        remap(src, dst, map_x, map_y, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 255, 255));
        imshow(OUTPUT_WIN, dst);        
    }

    waitKey(0);
    return 0;
}

void update_map() {
    for (int row = 0; row < src.rows; row++) {
        for (int col = 0; col < src.cols; col++) {
    	    switch (index) {
            case 0:/*尺寸缩小一半*/
                if (col > (src.cols * 0.25) && col < (src.cols * 0.75) && row > (src.rows) && row < (src.rows)) {
                        map_x.at<float>(row, col) = 2 * (col - (src.cols * 0.25));
                        map_y.at<float>(row, col) = 2 * (row - (src.rows * 0.25));
              } else {
                  map_x.at<float>(row, col) = 0;
                  map_y.at<float>(row, col) = 0;
                }
                break;
              case 1:/*X翻转*/
                  map_x.at<float>(row, col) = (src.cols - 1) - col;
                  map_y.at<float>(row, col) = row;  
                  break;
              case 2:/*Y翻转*/
                  map_x.at<float>(row, col) = col;
                  map_y.at<float>(row, col) = (src.rows - 1) - row;
                  break;
              case 3:/*XY翻转*/
                  map_x.at<float>(row, col) = (src.cols - 1) - col;
                  map_y.at<float>(row, col) = (src.rows - 1) - row;
                  break;
              }
         }
    }
}

输出结果显示如下:

尺寸缩小一半:
在这里插入图片描述

X翻转

在这里插入图片描述

Y翻转

在这里插入图片描述

XY翻转

在这里插入图片描述

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值