remap()函数的输入是一个源图像和一个映射矩阵。映射矩阵包含了每个像素的新坐标,用于指定每个像素在输出图像中的位置。
假设原始图像中的一个像素的坐标为(x,y)(x,y)(x,y),它在输出图像中的新坐标为(x′,y′)(x',y')(x′,y′)。为了计算(x′,y′)(x',y')(x′,y′),我们需要定义一个映射函数f(x,y)=(x′,y′)f(x,y)=(x',y')f(x,y)=(x′,y′),将原始坐标(x,y)(x,y)(x,y)映射到新的坐标(x′,y′)(x',y')(x′,y′)。
在remap()函数中,映射矩阵由两个网格矩阵mapxmap_xmapx和mapymap_ymapy组成,每个网格矩阵的大小与原始图像相同。mapxmap_xmapx和mapymap_ymapy中的每个元素(i,j)(i,j)(i,j)包含了原始图像中像素(i,j)(i,j)(i,j)的新坐标(x′,y′)(x',y')(x′,y′)。
因此,我们可以将映射函数f(x,y)f(x,y)f(x,y)表示为f(x,y)=(mapx[i,j],mapy[i,j])f(x,y)=(map_x[i,j],map_y[i,j])f(x,y)=(mapx[i,j],mapy[i,j]),其中(i,j)(i,j)(i,j)是原始图像中像素(x,y)(x,y)(x,y)的坐标。
在cv2.remap()函数的实现中,cv2.meshgrid()函数用于创建网格矩阵mapxmap_xmapx和mapymap_ymapy,而映射函数f(x,y)f(x,y)f(x,y)则通过这两个网格矩阵来计算新的坐标(x′,y′)(x',y')(x′,y′)。
#include <random>
#include <iostream>
#include "opencv2/opencv.hpp"
void salt(cv::Mat image,int n){
//随机数生成器
std::default_random_engine generator;
std::uniform_int_distribution<int> randomRow(0,image.rows-1);
std::uniform_int_distribution<int> randomCol(0,image.cols-1);
int i,j;
for(int k = 0; k<n;k++){
//随机生成图形位置
i = randomCol(generator);
j = randomRow(generator);
if(image.type() == CV_8UC1){ //灰度图像
image.at<uchar>(j,i) = 0;
}else if(image.type() == CV_8UC3){
image.at<cv::Vec3b>(j,i)[0] = 0;
image.at<cv::Vec3b>(j,i)[1] = 0;
image.at<cv::Vec3b>(j,i)[2] = 0;
}
}
}
void wave(const cv::Mat &image,cv::Mat &result){
//映射参数
cv::Mat srcX(image.rows,image.cols,CV_32F);
cv::Mat srcY(image.rows,image.cols,CV_32F);
//创建映射参数
for(int i=0;i<image.rows;i++){
for(int j=0;j<image.cols;j++){
srcX.at<float>(i,j) = float(image.cols - j - 1);;
srcY.at<float>(i,j) = i;
}
}
cv::remap(image,result,srcX,srcY,cv::INTER_LINEAR);
}
int main(){
cv::Mat a = cv::imread("../../a.png",1);
cv::Mat result_a;
wave(a,result_a);
cv::imshow("image",a);
cv::imshow("image_remap",result_a);
cv::waitKey(0);
return 0;
}