Remapping

红太狼 2022-03-28 14:20 98阅读 0赞

## 原理 ##

通过**几何变换**对原图进行旋转，放大，缩小：其实就是一种src 到 dst的一种映射关系。  
比如说：对图像进行左右翻转: d s t = ( s r c . c o l s − x , y ) dst=(src.cols-x,y) dst=(src.cols−x,y)

--------------------

## 代码 ##

#include <opencv2/opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    
    void updata_map(int& ind, Mat& map_x,Mat& map_y);
    
    Mat src;
    
    
    int main(void)
    { 
    	src = imread("../res/beauty.jpg",cv::IMREAD_COLOR);
    	if(src.empty())
    	{ 
    		cout << "can't load image,please confirm your path"<< endl; 
    	}
    
    	Mat dst(src.size(),src.type());
    	Mat map_x(src.size(), CV_32FC1); //x方向的映射关系
    	Mat map_y(src.size(), CV_32FC1);//y方向的映射关系
    
    	const char* window_name = "Remapping Demo" ;
    	namedWindow(window_name, cv::WINDOW_AUTOSIZE);
    
    	int ind =0;
    	for(;;)
    	{ 
    		updata_map(ind,map_x,map_y); //更新映射关系
    		remap(src,dst,map_x,map_y,cv::INTER_LINEAR,cv::BORDER_CONSTANT,Scalar(0,0,0));
    		imshow(window_name,dst);
    
    		char c = (char)waitKey(1000);
    		if(c == 27)
    		{ 
    			break;
    		}
    	}	
    	
    	return 0;
    };
    
    
    void updata_map(int& ind, Mat& map_x,Mat& map_y)
    { 
    	for(int i=0; i<src.rows; i++)
    		for(int j=0; j<src.cols; j++)
    		{ 
    			switch(ind)
    			{ 
    				case 0:
    					if(i>src.rows*0.25 && i<src.rows*0.75 && j>src.cols*0.25 && j<src.cols*0.75) //在中间
    					{ 
    						map_x.at<float>(i,j) = 2*j-0.5*src.cols+0.5; //x进行缩小一半 见 下面图的说明
    						map_y.at<float>(i,j) = 2*i-0.5*src.rows+0.5;// x进行缩小一半 见 下面图的说明
    					}
    					else//没有映射关系
    					{ 
    						map_x.at<float>(i,j) = 0;
    						map_y.at<float>(i,j) = 0;
    					}
    					break;
    				case 1:
    					map_x.at<float>(i,j) = j;
    					map_y.at<float>(i,j) =src.rows-i; //y方向翻转
    					break;
    				case 2:
    					map_x.at<float>(i,j) = src.cols-j; //x方向翻转
    					map_y.at<float>(i,j) = i; 
    					break;
    				case 3:
    					map_x.at<float>(i,j) = src.cols-j;  //x方向翻转
    					map_y.at<float>(i,j) = src.rows-i; //y方向翻转
    					break;
    				default:
    					break;
    
    			}
    		}
    	ind = (ind+1)%4;
    }

![在这里插入图片描述][20190110175632554.png]

结果：

![20190110185854335.png][]![20190110185716885.png][]![20190110185802653.png][]![20190110190028518.png][]

--------------------

## OpenCV API ##

[void cv::remap][void cv_remap]  
(  
InputArray src,     // 输入图像  
OutputArray dst,    // 输出图像  
InputArray map1,    // x方向对应关系map\_x  
InputArray map2,    // y方向对应关系map\_y  
int interpolation,    // [对于不是整数坐标的（x,y）的插值方法][x_y](因为有时候map\_xy里面坐标不是整数)  
int borderMode = BORDER\_CONSTANT,    // 边界处理方式  
const Scalar & borderValue = Scalar()     // 如果是 BORDER\_CONSTANT ，此参数代表边界值  
)  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3p6eWN6enlj_size_16_color_FFFFFF_t_70]

[20190110175632554.png]: /images/20220328/05d6b38a7661469dbd7f872714a7d3c3.png
[20190110185854335.png]: https://img-blog.csdnimg.cn/20190110185854335.png
[20190110185716885.png]: https://img-blog.csdnimg.cn/20190110185716885.png
[20190110185802653.png]: https://img-blog.csdnimg.cn/20190110185802653.png
[20190110190028518.png]: /images/20220328/dfba9dad28254af69a8c210cdb595172.png
[void cv_remap]: https://docs.opencv.org/master/da/d54/group__imgproc__transform.html#gab75ef31ce5cdfb5c44b6da5f3b908ea4
[x_y]: https://docs.opencv.org/master/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3p6eWN6enlj_size_16_color_FFFFFF_t_70]: /images/20220328/3b84c5cdb6d9454795839e96eed079cb.png