Opencv学习（三）——图像变换

一、边缘检测

边缘检测的一般步骤：

1. 滤波——消除噪声
2. 增强——使边界轮廓更加明显
3. 检测——选出边缘点

1.1、canny算子

void Canny(

inputArray,

outputArray,

double threshold1,

double threshold2,

int apertureSize=3,

bool L2gradient=false

) ;

• 第一个参数，输入图像，且需为单通道8位图像。
• 第二个参数，输出的边缘图。
• 第三个参数，第一个滞后性阈值。用于边缘连接。
• 第四个参数，第二个滞后性阈值。用于控制强边缘的初始段，高低阈值比在2:1到3:1之间。
• 第五个参数，表明应用sobel算子的孔径大小，默认值为3。
• 第六个参数，bool类型L2gradient，一个计算图像梯度幅值的标识，默认值false。

---

1.2、sobel算子

void Sobel(

inputArray,

outputArray,

int ddepth,

int dx,

int dy,

int ksize=3,

double scale=1,

double delta=0,

int borderType=BORDER_DEFAULT

) ;

• 第一个参数，输入图像。
• 第二个参数，输出图像。
• 第三个参数，输出图像深度。
• 第四个参数，x方向上的差分阶数。
• 第五个参数，y方向上的差分阶数。
• 第六个参数，Sobel核的大小，默认值为3，必须为1、3、5、7。当为1时，往往使用3x1、1x3的内核，这种情况下，没有进行高斯平滑操作。
• 第七个参数，计算导数值时可选的缩放因子，默认值1，表示默认情况下没用应用缩放。
• 第八个参数，表示在结果存入输出图像之前可选的delta值，默认值0。
• 第九个参数，边界模式。

---

1.3、Laplacian算子

void Laplacian(

inputArray,

outputArray,

int ddepth,

int ksize=1,

double scale=1,

double delta=0,

int borderType=BORDER_DEFAULT

) ;

• 第一个参数，输入图像，且需为单通道8位图像。
• 第二个参数，输出的边缘图。
• 第三个参数，输出图像的图像深度。
• 第四个参数，用于计算二阶导数的滤波器的孔径尺寸大小，大小必须为正奇数，默认值为1。
• 第五个参数，计算拉普拉斯值的时候可选的比例因子，默认值为1。
• 第六个参数，表示在结果存入目标图之前可选的delta值，默认值为0。
• 第七个参数，边界模式。

---

1.4、scharr滤波器

void Scharr(

inputArray,

outputArray,

int ddepth,

int dx,

int dy,

double scale=1,

double delta=0,

int borderType=BORDER_DEFAULT

) ;

• 第一个参数，输入图像。
• 第二个参数，输出图像。
• 第三个参数，输出图像深度。
• 第四个参数，x方向上的差分阶数。
• 第五个参数，y方向上的差分阶数。
• 第六个参数，计算导数值时可选的缩放因子，默认值1，表示默认情况下没用应用缩放。
• 第七个参数，表示在结果存入输出图像之前可选的delta值，默认值0。
• 第八个参数，边界模式

---

二、霍夫变换

​ 霍夫线变换是一种用来寻找直线的方法. 在使用霍夫线变换之前, 首先要对图像进行边缘检测的处理，也即霍夫线变换的直接输入只能是边缘二值图像。由HoughLines函数调用。

​ 多尺度霍夫变换为经典霍夫变换在多尺度下的一个变种。由HoughLines函数调用。

​ 累计概率霍夫变换算法是标准霍夫变换算法的一个改进，它在一定的范围内进行霍夫变换，计算单独线段的方向以及范围，从而减少计算量，缩短计算时间。由HoughLinesP函数调用。

void HoughLines(

InputArray image,

OutputArray lines,

double rho,

double theta,

int threshold,

double srn=0,

double stn=0

) ;

• 第一个参数，InputArray类型的image，输入图像，即源图像，需为8位的单通道二进制图像，可以将任意的源图载入进来后由函数修改成此格式后，再填在这里。
• 第二个参数，InputArray类型的lines，经过调用HoughLines函数后储存了霍夫线变换检测到线条的输出矢量。每一条线由具有两个元素的矢量表示，其中，是离坐标原点((0,0)（也就是图像的左上角）的距离。 是弧度线条旋转角度（0_{垂直线，π/2}水平线）。
• 第三个参数，double类型的rho，以像素为单位的距离精度。另一种形容方式是直线搜索时的进步尺寸的单位半径。PS:Latex中/rho就表示 。
• 第四个参数，double类型的theta，以弧度为单位的角度精度。另一种形容方式是直线搜索时的进步尺寸的单位角度。
• 第五个参数，int类型的threshold，累加平面的阈值参数，即识别某部分为图中的一条直线时它在累加平面中必须达到的值。大于阈值threshold的线段才可以被检测通过并返回到结果中。
• 第六个参数，double类型的srn，有默认值0。对于多尺度的霍夫变换，这是第三个参数进步尺寸rho的除数距离。粗略的累加器进步尺寸直接是第三个参数rho，而精确的累加器进步尺寸为rho/srn。
• 第七个参数，double类型的stn，有默认值0，对于多尺度霍夫变换，srn表示第四个参数进步尺寸的单位角度theta的除数距离。且如果srn和stn同时为0，就表示使用经典的霍夫变换。否则，这两个参数应该都为正数。

void HoughLinesP(

InputArray image,

OutputArray lines,

double rho,

double theta,

int threshold,

double minLineLength=0,

double maxLineGap=0

) ;

• 第一个参数，InputArray类型的image，输入图像，即源图像，需为8位的单通道二进制图像，可以将任意的源图载入进来后由函数修改成此格式后，再填在这里。
• 第二个参数，InputArray类型的lines，经过调用HoughLinesP函数后后存储了检测到的线条的输出矢量，每一条线由具有四个元素的矢量(x_1,y_1, x_2, y_2） 表示，其中，(x_1, y_1)和(x_2, y_2) 是是每个检测到的线段的结束点。
• 第三个参数，double类型的rho，以像素为单位的距离精度。另一种形容方式是直线搜索时的进步尺寸的单位半径。
• 第四个参数，double类型的theta，以弧度为单位的角度精度。另一种形容方式是直线搜索时的进步尺寸的单位角度。
• 第五个参数，int类型的threshold，累加平面的阈值参数，即识别某部分为图中的一条直线时它在累加平面中必须达到的值。大于阈值threshold的线段才可以被检测通过并返回到结果中。
• 第六个参数，double类型的minLineLength，有默认值0，表示最低线段的长度，比这个设定参数短的线段就不能被显现出来。
• 第七个参数，double类型的maxLineGap，有默认值0，允许将同一行点与点之间连接起来的最大的距离。

---

三、重映射

把一个图像中一个位置的像素放置到另一个图片指定位置的过程。

简单的说就是改变图片的位置（左，右，上，下，颠倒）

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
• 第四个参数，InputArray类型的map2，同样，它也有两种可能的表示对象，根据map1来确定表示哪种对象。
• 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

---

四、仿射变换

仿射变换（Affine Transformation）是空间直角坐标系的变换，从一个二维坐标变换到另一个二维坐标，仿射变换是一个线性变换，他保持了图像的“平行性”和“平直性”，即图像中原来的直线和平行线，变换后仍然保持原来的直线和平行线，仿射变换比较常用的特殊变换有平移(Translation)、缩放（Scale）、翻转（Flip）、旋转（Rotation）和剪切(Shear)。

void warpAffine(

InputArray src,

OutputArray dst,

InputArray M,

Size dsize,

int flags=INTER_LINEAR,

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。
• 第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，需和源图片有一样的尺寸和类型。
• 第三个参数，InputArray类型的M，2×3的变换矩阵。
• 第四个参数，Size类型的dsize，表示输出图像的尺寸。
• 第五个参数，int类型的flags，插值方法的标识符。此参数有默认值INTER_LINEAR(线性插值)，可选的插值方式如下：

INTER_NEAREST - 最近邻插值
INTER_LINEAR - 线性插值（默认值）
INTER_AREA - 区域插值
INTER_CUBIC –三次样条插值
INTER_LANCZOS4 -Lanczos插值
CV_WARP_FILL_OUTLIERS - 填充所有输出图像的象素。如果部分象素落在输入图像的边界外，那么它们的值设定为 fillval.
CV_WARP_INVERSE_MAP –表示M为输出图像到输入图像的反变换，即 。因此可以直接用来做象素插值。否则, warpAffine函数从M矩阵得到反变换。

• 第六个参数，int类型的borderMode，边界像素模式，默认值为BORDER_CONSTANT。
• 第七个参数，const Scalar&类型的borderValue，在恒定的边界情况下取的值，默认值为Scalar()，即0。

---

五、直方图均衡化

直方图均衡化是通过调整图像的灰阶分布，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均衡化方法来增强图像细节。

void equalizeHist(

InputArray src,

OutputArray dst

);

• 第一个参数：Mat即可，需要8位单通道的图像
• 第二个参数：需要与原图片相同尺寸