Opencv视觉处理(C++)语法学习（7）图像像素转化与图像几何变换

图像像素转化

使用场景:将像素类型（数据类型）转化为同一类型,将图像的灰度值(0-255)转化为0-x之间进行一个归一化

void QuickDemo::norm_demo(Mat& img)
{
	cout << endl;
	Mat dst;
	img.convertTo(img, CV_32F);//将原图像转化为一个浮点数类型的图像
	//std::cout << (img.type())<<'\n' << (dst.type());
	//输出的结果是:16 21
	//16代表的是CV_8UC3(表示的是3个通道的,每个通道8位字节的彩色图像)
	//21代表的是CV_32FC3(表示的是3个通道的,每个通道32位浮点数的彩色图像)
	//CV_32S表示的是32位整形的彩色图像
	normalize(img, dst, 1.0, 0.0, NORM_MINMAX);
	//想要正确显示,必须要使得图像的浮点数的数据归一化到0-1
	imshow("dst", dst);
}

图像放大与缩小操作

void QuickDemo::resize_demo(Mat& img)
{
	Mat zoomin, zoomout;
	int h = img.rows;
	int w = img.cols;
	resize(img, zoomin, Size(w / 2, h / 2), 0, 0, INTER_LINEAR);
	resize(img, zoomout, Size(w * 1.5, h * 1.5), 0, 0, INTER_LINEAR);
	imshow("zoomin", zoomin);
	imshow("zoomout", zoomout);
}

图像的翻转操作

void QuickDemo::revolve_demo(Mat& img)
{
	Mat dst;
	flip(img, dst, 0);
	imshow("向下翻转(倒影翻转)", dst);
	flip(img, dst, 1);
	imshow("左右翻转",dst);
	flip(img, dst, -1);
	imshow("对角线翻转", dst);

}

图像的旋转

void QuickDemo::rotate_demo(Mat& img)
{
	Mat dst, M;
	int w = img.cols;
	int h = img.rows;//根据这两个数据来得到图像的中心点
	//然后要得到旋转辅助矩阵
	M = getRotationMatrix2D(Point(w/2,h/2),45,1.0);//给出中心点和角度
	double cos = abs(M.at<double>(0, 0));
	double sin = abs(M.at<double>(0, 1));
	int nw = cos * w + sin * h;
	int nh = sin * w + cos * h;
	M.at<double>(0, 2) += (nw / 2 - w / 2);
	M.at<double>(1, 2) += (nh / 2 - h / 2);
	warpAffine(img, dst, M, Size(nw,nh),INTER_LINEAR,0,Scalar(255,0,0));
	//需要解决的问题是如何把图像旋转之后的图像大小真正显示出来
	imshow("dst", dst);
}

这里对于M的方法是要自己去推算的,在后续的数字图像处理课程中进行学习，在这里当成公式进行操作