Android中的图像矩阵归一化

最新推荐文章于 2023-07-04 03:02:42 发布

形上为道

最新推荐文章于 2023-07-04 03:02:42 发布

阅读量1k

点赞数

分类专栏： Android开发文章标签：矩阵线性代数图像处理

本文链接：https://blog.csdn.net/wlxyhy/article/details/126555104

版权

Android开发专栏收录该内容

12 篇文章 0 订阅

订阅专栏

前言

在graphics包下的Matrix是一个3x3的矩阵，按网上的的图是这样的

MSCALE_X, MSCALE_Y表示缩放；

MSKEW_X, MSKEW_Y表示错切，与上面两个参数一起达到图像旋转效果；

MTRANS_X, MTRANS_Y表示平移；

MPERSP_0, MPERSP_1表示透视；

MPERSP_2固定为1。

在把图像矩阵应用到OpenGL中时遇到了问题：glsl中获取到的矩阵是归一化的，需要先把原来的矩阵进行归一化处理。

推导过程

按照矩阵乘法规则

$\begin{bmatrix} x\\ y \\ z \end{bmatrix}=\begin{bmatrix} a0 & a1 &a2 \\ a3 & a4 &a5 \\ a6 & a7& a8 \end{bmatrix}\times \begin{bmatrix} x0\\y0 \\ 1 \end{bmatrix}$

$x=a_{0}x_{0}+a_{1}y_{0}+a_{2}$

$y=a_{3}x_{0}+a_{4}y_{0}+a_{5}$

$z=a_{6}x_{0}+a_{7}y_{0}+a_{8}$

如果考虑到透视变换，则最终的坐标X=x/z, Y=y/z；

设显示目标的尺寸为Tw，Th，归一化的坐标则是x1=X/Tw, y1=Y/Th;

$x1=\frac{a_{0}x_{0}+a_{1}y_{0}+a_{2}}{T_{w}(a_{6}x_{0}+a_{7}y_{0}+a_{8})}$ ............①

$y1=\frac{a_{3}x_{0}+a_{4}y_{0}+a_{5}}{T_{w}(a_{6}x_{0}+a_{7}y_{0}+a_{8})}$ ............②

设图像原始宽高为w,h，归一化的矩阵为

$\begin{bmatrix} b0& b1 & b2\\ b3& b4 & b5\\ b6& b7 & b8 \end{bmatrix}$

那么，参照上面的等式，有

$x=b_{0}x_{0}/w+b_{1}y_{0}/h+b_{2}$

$y=b_{3}x_{0}/w+b_{4}y_{0}/h+b_{5}$

$z=b_{6}x_{0}/w+b_{7}y_{0}/h+b_{8}$

同样，考虑到透视变换，最终的归一化的坐标x1,y1为

$x1=\frac{b_{0}x_{0}/w+b_{1}y_{0}/h+b_{2}}{b_{6}x_{0}/w+b_{7}y_{0}/h+b_{8}}$ ............③

$y1=\frac{b_{3}x_{0}/w+b_{4}y_{0}/h+b_{5}}{b_{6}x_{0}/w+b_{7}y_{0}/h+b_{8}}$ ............④

①③联立并化简可得到

$\frac{a_{0}b_{6}-T_{w}a_{6}b_{0}}{w}x_{0}^{2}+(\frac{a_{0}b_{7}-T_{w}a_{6}b_{1}}{h}+\frac{a_{1}b_{6}-T_{w}a_{7}b_{0}}{w})x_{0}y_{0}+\frac{a_{1}b_{7}-T_{w}a_{7}b_{1}}{h}y_{0}^{2}+(a_{0}b_{8}-T_{w}a_{6}b_{2}+\frac{a_{2}b_{6}-T_{w}a_{8}b_{0}}{w})x_{0}+(a_{1}b_{8}-T_{w}a_{7}b_{2}+\frac{a_{2}b_{7}-T_{w}a_{8}b_{1}}{h})y_{0}+a_{2}b_{8}-T_{w}a_{8}b_{2}=0$

上式的每一项均为0，才能保证结果一定为0，因此有

$a_{0}b_{6}=T_{w}a_{6}b_{0}$ (1) $a_{1}b_{7}=T_{w}a_{7}b_{1}$ (2) $a_{2}b_{8}=T_{w}a_{8}b_{2}$ (3)

$\frac{a_{0}b_{7}-T_{w}a_{6}b_{1}}{h}+\frac{a_{1}b_{6}-T_{w}a_{7}b_{0}}{w}=0$ (4)

$a_{0}b_{8}-T_{w}a_{6}b_{2}+\frac{a_{2}b_{6}-T_{w}a_{8}b_{0}}{w}=0$ (5)

$a_{1}b_{8}-T_{w}a_{7}b_{2}+\frac{a_{2}b_{7}-T_{w}a_{8}b_{1}}{h}=0$ (6)

同理，②④联立可得

$a_{3}b_{6}=T_{h}a_{6}b_{3}$ (7) $a_{4}b_{7}=T_{h}a_{7}b_{4}$ (8) $a_{5}b_{8}=T_{h}a_{8}b_{5}$ (9)

理论上(1)-(9)共9个方程，b0-b8共9个未知数，可以解方程，但其实a8=b8=1,所以上述方程组可以化简，最终结果是

$\left\{\begin{matrix} b_{0}=\frac{w}{T_{w}}a_{0}\\ b_{1}=\frac{h}{T_{w}}a_{1}\\ b_{2}=a_{2}/T_{w}\\ b_{3}=\frac{w}{T_{h}}a_{3}\\ b_{4}=\frac{h}{T_{h}}a_{4}\\ b_{5}=a_{5}/T_{h}\\ b_{6}=wa_{6}\\ b_{7}=ha_{7}\\ b_{8}=1 \end{matrix}\right.$

有兴趣的朋友可以推导验证一下。

代码实现

/**
     * 图像缩放矩阵归一化
     *
     * @param src          图像裁剪及缩放矩阵，length=9
     * @param width        图像原宽度
     * @param height       图像原高度
     * @param targetWidth  目标图像宽度，即显示的图像宽度，如100像素的宽度拉伸显示在300像素的View中，则应为100
     * @param targetHeight 目标图像高度，即显示的图像高度
     */
    public static float[] normalize(float[] src, int width, int height, int targetWidth, int targetHeight) {
        float[] values = new float[9];
        values[Matrix.MSCALE_X] = src[0] * width / targetWidth;
        values[Matrix.MSKEW_X] = src[1] * height / targetWidth;
        values[Matrix.MTRANS_X] = src[2] / targetWidth;
        values[Matrix.MSKEW_Y] = src[3] * width / targetHeight;
        values[Matrix.MSCALE_Y] = src[4] * height / targetHeight;
        values[Matrix.MTRANS_Y] = src[5] / targetHeight;
        values[Matrix.MPERSP_0] = src[6] * width;
        values[Matrix.MPERSP_1] = src[7] * height;
        values[Matrix.MPERSP_2] = src[8];
        return values;
    }