1.简介
通过移动像素来修改图片。像素值将不会变化,像素的位置将会被重新映射到一个新的位置。
使用场景:
创建一些简单的五毛特效,类似哈哈镜之类的。或者进行图片的畸变矫正。
2.实现
首先,定义一个 map 用来进行重映射,这个map就决定了实现的效果。然后,需要把这个 map 应用到 要处理的图片上。
示例代码:
#include <iostream>
#include <opencv2/opencv.hpp>
#include <chrono>
void wave(const cv::Mat & image, cv::Mat& result)
{
result.create(image.size(), image.type());
//存储重映射的新坐标
//理解成一个表格,对应存储每个像素的新的坐标位置
cv::Mat srcX(image.rows, image.cols, CV_32F);
cv::Mat srcY(image.rows, image.cols, CV_32F);
//先进行总像素个数次的运算,得出每个像素将要移动到的坐标
for (int i = 0; i < image.rows; i++)
{
for (int j = 0; j < image.cols; j++)
{
// i 是行号,对应Y坐标
// j 是列号,对应X坐标
srcX.at<float>(i, j) = j; //相当于X坐标不变,也就是列号不变
//相当于Y坐标,行号,加5倍的振幅 乘以 正弦函数振幅除以10; 也就是 ±5行的周期性摆动
//振幅除以十,周期将扩大 10 倍,变化将变得平缓
srcY.at<float>(i, j) = i + 5 * sin(j / 10.0);
}
}
//dst(x,y) = src(map_x(x,y), map_y(x,y))
cv::remap(image, result, srcX, srcY, cv::INTER_LINEAR);
}
int main(int argc, char *argv[])
{
// 检查命令行参数
if (argc != 3)
{
std::cerr << "Usage: " << argv[0] << " <input_image1> <output_image>" << std::endl;
return -1;
}
// 读取输入图像
cv::Mat input_image1 = cv::imread(argv[1]);
// 检查输入图像
if (input_image1.empty())
{
std::cerr << "Error: Could not open or find input image" << std::endl;
}
cv::namedWindow("input_image1", cv::WINDOW_NORMAL);
cv::imshow("input_image1", input_image1);
cv::Mat result;
const int64 start = cv::getTickCount();
wave(input_image1, result);
const int64 end = cv::getTickCount();
std::cout << "sharpen used time: " << (end - start) / cv::getTickFrequency() << "s" << std::endl;
cv::imwrite(argv[2], result);
cv::namedWindow("result", cv::WINDOW_NORMAL);
cv::imshow("result", result);
cv::waitKey(0);
return 0;
}
执行结果:

这种先计算出 新的目标图像,向后所对应的原始图像的像素的方法,叫做 backword mapping 向后映射。opencv里向后映射包含两个映射,x 坐标 和 y 坐标 映射,且都是浮点类型。
3.实现-flip
这种像素的位置映射,就是每个像素的行不变,列位置做一个反转操作就好。
//水平翻转
void flip(const cv::Mat & image, cv::Mat& result)
{
result.create(image.size(), image.type());
//存储重映射的新坐标
//理解成一个表格,对应存储每个像素的新的坐标位置
cv::Mat srcX(image.rows, image.cols, CV_32F);
cv::Mat srcY(image.rows, image.cols, CV_32F);
//先进行总像素个数次的运算,得出每个像素将要移动到的坐标
for (int i = 0; i < image.rows; i++)
{
for (int j = 0; j < image.cols; j++)
{
// i 是行号,对应Y坐标
// j 是列号,对应X坐标
//相当于X坐标(列号)翻转, 列号从1开始所以 -1,转成0开始的坐标
srcX.at<float>(i, j) = (image.cols - 1) - j;
//相当于Y坐标不变,也就是行号不变
srcY.at<float>(i, j) = i;
}
}
//dst(x,y) = src(map_x(x,y), map_y(x,y))
cv::remap(image, result, srcX, srcY, cv::INTER_LINEAR);
}
水平翻转结果:

4.关于 srcX 和 srcY两个映射矩阵的 float 值类型
首先呢,直观上看作为坐标值,一般来说都是整数值才对。这里指定的是 float 类型,一眼看上去确实有点反直觉。
需要理解 srcX 和 srcY 两个矩阵,记录的是变换的精确位置,这个位置值对于最终结果图片来说是一种“中间态”。然后在生成结果图片时,还需要由插值算法计算最终的像素值。
比如,以下面的棋盘格作为像素举例,一些新的变换的像素位置,不会恰好落在对应的整数位置上,(虽然结果图片的像素是在对应的整数坐标),需要经过插值算法,计算最终位置的像素值。

插值算法实现有很多,可以通过 remap 方法的最后一个 interpolation 参数进行指定。

被折叠的 条评论
为什么被折叠?



