OpenCV 几何变换-图像镜像

图像镜像是图像基本的几何变换之一,实现起来也很简单,先贴上源码:

#include <opencv/highgui.h>  
#include <time.h>  
#include <opencv2/opencv.hpp>  
#include <opencv/cv.h>  
#include <iostream> 

using namespace std;  
using namespace cv; 

int main()
{
    Mat SrcImage = imread("1.jpg",0);
    imshow("原图",SrcImage);
    Mat dst;    
    dst.create( SrcImage.size(), SrcImage.type());    
    Mat map_x;    
    Mat map_y;    
    map_x.create( SrcImage.size(), CV_32FC1);    
    map_y.create( SrcImage.size(), CV_32FC1);    
    for( int i = 0; i < SrcImage.rows; i++)    
    {    
        for( int j = 0; j < SrcImage.cols; j++)    
        {    
            //map_x.at<float>(i, j) = (float) (SrcImage.cols - j-1) ;    
            //map_y.at<float>(i, j) = (float) i ;  //水平  
            map_x.at<float>(i, j) = (float) j ;    
            map_y.at<float>(i, j) = (float) (SrcImage.rows - i-1) ;  //垂直  
        }    
    }    
        remap(SrcImage, dst, map_x, map_y, CV_INTER_LINEAR);    
        imshow("镜像图", dst); 
        waitKey(0);
        return 0;
}

图像镜像功能主要用到OpenCV中的remap()函数,其原型如下:

CV_EXPORTS_W void remap( 
InputArray src, 
OutputArray dst,
InputArray map1, 
InputArray map2,
int interpolation, 
int borderMode=BORDER_CONSTANT,
const Scalar& borderValue=Scalar());

其功能为根据map1和map2两个矩阵,对输入图像src做出重映射,并将映射结果以dst输出。所以参数就很直观了: 第一个参数:输入图像 第二个参数:输出图像 第三个参数:输入图像中各像素点的坐标映射到目标图像的哪个x(列) 第四个参数:输入图像中各像素点的坐标映射到目标图像的哪个x(行) 第五个参数:图像插值方式,可以参考:常用插值方法 第六个参数:边界模式,有默认值BORDER_CONSTANT。 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。

所以,到底实现怎样的镜像或者是重映射就是由map1和map2两个矩阵决定的了,我们回到上面的代码中具体看下如何实现:

for( int i = 0; i < SrcImage.rows; i++)    
    {    
        for( int j = 0; j < SrcImage.cols; j++)    
        {    
            //map_x.at<float>(i, j) = (float) (SrcImage.cols - j-1) ;    
            //map_y.at<float>(i, j) = (float) i ;  //水平  
            map_x.at<float>(i, j) = (float) j ;    
            map_y.at<float>(i, j) = (float) (SrcImage.rows - i-1) ;  //垂直  
        }    
    }    

矩阵的赋值就是在这里实现的: 假设原图像为6*3的尺寸,当遍历到i=0,j=0时,及 map_x.at(0, 0) = 0 map_y.at(0, 0) = 3-0-1=2 也就是说,原图像的 (0, 0) 会被映射到目标图像的(0, 2),同理: map_x.at(0, 2) = 0 map_y.at(0, 2) = 3-2-1=0 原图像的 (0, 2) 会被映射到目标图像的(0,0),所以实现了垂直镜像。特别要注意的一点是:OpenCV中图像的行列式标号是从0开始的,所以,要(SrcImage.rows - i-1),不然镜像后的图像会有黑边的。

注意:其实还有一点不知道大家留意到没有,我们只用了单通道,并没有用image.at<Vec3b>(i,j)[0] 这样的写法,为什么可以镜像彩色图呢? 因为map_x和map_y矩阵中放的根本就不是像素的灰度,而是映射前后的位置。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏杨熹的专栏

LightGBM 如何调参

3254
来自专栏腾讯Bugly的专栏

机器学习入门之HelloWorld(Tensorflow)

1 环境搭建 (Windows) 安装虚拟环境 Anaconda,方便python包管理和环境隔离。 Anaconda3 4.2 http://mirrors...

4108
来自专栏专知

【专知国庆特刊-PyTorch手把手深度学习教程系列01】一文带你入门优雅的PyTorch

【导读】主题链路知识是我们专知的核心功能之一,为用户提供AI领域系统性的知识学习服务,一站式学习人工智能的知识,包含人工智能( 机器学习、自然语言处理、计算机视...

6117
来自专栏Jack-Cui

Caffe学习笔记(三):cifar10_quick_train_test.prototxt配置文件分析

运行平台: Ubuntu14.04     在上篇笔记中,已经记录了如何进行图片数据格式的转换和生成txt列表清单文件。本篇笔记主要记录如何计算图片数据的均值和...

2528
来自专栏云霄雨霁

加权有向图----单点最短路径问题(Dijkstra算法)

1610
来自专栏ACM小冰成长之路

51Nod-1671-货物运输

ACM模版 描述 ? 题解 官方题解: ? 首先我们需要注意到最重要的一点,所有运输方案同时进行,我们只需要计算最后到达的方案的花费时间的最小值。所以我们需要考...

1805
来自专栏云时之间

深度学习与神经网络:基于自建手写字体数据集上的模型测试

853
来自专栏数据结构与算法

ZR国庆Round2解题报告

然后刚T3暴力,刚完还有2h左右。。然后,,这时候我zz的选择去打T2的暴力,然而T2暴力真的不是一般的难写。。

974
来自专栏数据结构与算法

莫比乌斯反演0

弃坑 莫比乌斯函数 定义 设函数 为莫比乌斯函数 性质 为积性函数 (非常重要!!) 莫比乌斯反演 公式 如果 那么 ...

26910
来自专栏破晓之歌

通过 Python 接口使用 OpenCV 原

1.通过 Python 接口使用 OpenCV :https://blog.csdn.net/mzpmzk/article/details/68952160

582

扫码关注云+社区