一、OpenCV重映射
1、重映射的概念简析
重映射,就是把一幅图像中某位置的像素放置到另一个图片指定位置的过程。为了完成映射过程, 我们需要获得一些插值为非整数像素的坐标,因为源图像与目标图像的像素坐标不是一一对应的。一般情况下,我们通过重映射来表达每个像素的位置 (x,y),像这样 :
g(x,y) = f ( h(x,y) )
在这里, g() 是目标图像, f() 是源图像, 而h(x,y) 是作用于 (x,y) 的映射方法函数。
来看个例子。若有一幅图像 I ,想满足下面的条件作重映射:
h(x,y) = (I.cols - x, y )
这样的话,图像会按照 x 轴方向发生翻转。在OpenCV中,我们用函数remap( )来实现简单重映射。
2、remap( )函数解析
remap( )函数会根据我们指定的映射形式,将源图像进行重映射几何变换,基于的式子如下:
需要注意,此函数不支持就地(in-place)操作。看看其原型和参数。
C++: void remap(InputArray src, OutputArraydst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())
第一个参数,InputArray类型的src,输入图像,即源图像,填Mat类的对象即可,且需为单通道8位或者浮点型图像。 第二个参数,OutputArray类型的dst,函数调用后的运算结果存在这里,即这个参数用于存放函数调用后的输出结果,需和源图片有一样的尺寸和类型。 第三个参数,InputArray类型的map1,它有两种可能的表示对象。 表示点(x,y)的第一个映射。 表示CV_16SC2 , CV_32FC1 或CV_32FC2类型的X值。 第四个参数,InputArray类型的map2,同样,它也有两种可能的表示对象,而且他是根据map1来确定表示那种对象。 若map1表示点(x,y)时。这个参数不代表任何值。 表示CV_16UC1 , CV_32FC1类型的Y值(第二个值)。 第五个参数,int类型的interpolation,插值方式,之前的resize( )函数中有讲到,需要注意,resize( )函数中提到的INTER_AREA插值方式在这里是不支持的,
所以可选的插值方式如下: INTER_NEAREST - 最近邻插值 INTER_LINEAR – 双线性插值(默认值) INTER_CUBIC – 双三次样条插值(逾4×4像素邻域内的双三次插值) INTER_LANCZOS4 -Lanczos插值(逾8×8像素邻域的Lanczos插值) 第六个参数,int类型的borderMode,边界模式,有默认值BORDER_CONSTANT,表示目标图像中“离群点(outliers)”的像素值不会被此函数修改。 第七个参数,const Scalar&类型的borderValue,当有常数边界时使用的值,其有默认值Scalar( ),即默认值为0。
3、重映射示例
1 //重映射 2 #include "opencv2/highgui/highgui.hpp" 3 #include "opencv2/imgproc/imgproc.hpp" 4 #include <iostream> 5 6 using namespace cv; 7 8 int main( ) 9 { 10 //【0】变量定义 11 Mat srcImage, dstImage; 12 Mat map_x, map_y; 13 14 //【1】载入原始图 15 srcImage = imread( "1.jpg", 1 ); 16 17 imshow("原始图",srcImage); 18 19 //【2】创建和原始图一样的效果图,x重映射图,y重映射图 20 dstImage.create( srcImage.size(), srcImage.type() ); 21 map_x.create( srcImage.size(), CV_32FC1 ); 22 map_y.create( srcImage.size(), CV_32FC1 ); 23 24 //【3】双层循环,遍历每一个像素点,改变map_x & map_y的值 25 for( int j = 0; j < srcImage.rows;j++) 26 { 27 for( int i = 0; i < srcImage.cols;i++) 28 { 29 //改变map_x & map_y的值. 30 map_x.at<float>(j,i) = static_cast<float>(i); 31 map_y.at<float>(j,i) = static_cast<float>(srcImage.rows - j); 32 } 33 } 34 35 //【4】进行重映射操作 36 remap( srcImage, dstImage, map_x, map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) ); 37 38 //【5】显示效果图 39 imshow( "【程序窗口】", dstImage ); 40 imwrite("remap.jpg", dstImage); 41 waitKey(); 42 43 return 0; 44 }
二.SURF特征点检测
1、SURF算法概览
SURF,英语全称为SpeededUp Robust Features,直译的话就是“加速版的具有鲁棒性的特征“算法,由Bay在2006年首次提出。SURF是尺度不变特征变换算法(SIFT算法)的加速版。一般来说,标准的SURF算子比SIFT算子快好几倍,并且在多幅图片下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像的概念,这大大加快了程序的运行时间。SURF可以应用于计算机视觉的物体识别以及3D重构中。