【数字图像处理】实验一 图像的平移，缩放和旋转(vs2017+opencv)
本文共 8209 字，大约阅读时间需要 27 分钟。
文章目录
一、 平移
1、思路
新建一个图像，他的大小比原来的图像要大一些，因为平移后图像位置发生变化，图像被移动后，会有一部分位置空出来。平移前和平移后的效果图如图所示：
【原图】
【平移后的图像】 
原图和平移后的图像相比，很明显，红色框框住的那部分是平移后空出来的部分。
所以平移思路就是，将原先图像的横坐标和纵坐标分别加上一个数字，变成一个新的坐标，然后将原图中原坐标位置的RGB赋值给新图中新坐标。2、实现代码
//读原图 Mat image; image = imread("pic.jpg", CV_LOAD_IMAGE_COLOR); if (!image.data) { cout << "找不到图片或无法打开图片\n"; return -1; } namedWindow("image_source", CV_WINDOW_AUTOSIZE); imshow("原图", image); //--------------------平移变换-------------- int dx = 10, dy = 20; Mat image_shift(image.rows + dx, image.cols+dy, CV_8UC3);//新建一个大于原图的图像，备用 //一个个像素进行处理 for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols; counter2++) { //将原坐标进行平移，并将原坐标上的RGB值赋给新坐标 image_shift.at (counter1+dx, counter2+dy)[0] = image.at (counter1, counter2)[0]; image_shift.at (counter1+dx, counter2 + dy)[1] = image.at (counter1, counter2)[1]; image_shift.at (counter1+dx , counter2+ dy)[2] = image.at (counter1, counter2)[2]; } } //imshow("平移", image_shift); imwrite("1.jpg", image_shift);//将平移后的图像存储为名称为1.jpg的文件 //-------------- 平移完成------------------- 二、缩放
1、思路
- 先拿放大来说吧。把放大想象成这样一个过程，你画了一幅画，然后你拿了一个和这个画一样大的筛子（应该都有了解吧），放在画上，这样筛子的每个孔是不是对应画的非常小的一点区域。然后你就把筛子孔对应那个区域的RGB值赋给哪个筛子孔，然后你在把每一个筛子孔放大，就得到了放大后的图像。
- 就数字图像来说的话，比如你把图像要放大2倍，也就是说，新图像的像素数是原图像的2倍，但是你又必须把每个新图像的像素对应到某个原图像的像素上去，所以你就得将新图像的坐标乘以1/2，然后四射五入，得到原图像对应得像素，在RGB值对应起来。
- 上面其实和筛子原理是一样的，只不过计算机中不可能放大一个像素的大小，所以乘以1/2相当于是把筛子缩小，正好对应上画的大小。
- 效果图如下：是缩小效果图
2、代码实现
//----------------尺度变换------------------ double mul_num = 0.8;//大于1是放大，小于1是缩小 int row_num = (int)floor(image.rows * mul_num), col_num = (int)floor(image.cols * mul_num); Mat image_scale(row_num, col_num, CV_8UC3); for (int counter1 = 0; counter1 < row_num; counter1++) { for (int counter2 = 0; counter2 < col_num; counter2++) { //将筛孔缩小，对上画的大小 int x = (int)1.0 / mul_num *counter1, y = (int)1.0 / mul_num *counter2; image_scale.at (counter1, counter2 )[0] = image.at (x, y)[0]; image_scale.at (counter1, counter2 )[1] = image.at (x, y)[1]; image_scale.at (counter1, counter2 )[2] = image.at (x, y)[2]; } } //imshow("尺度变换", image_scale); imwrite("2.jpg", image_scale);//存储变换后的图像 //----------------尺度变换完成--------------- 三、旋转变换
1、思路
- 如果直接按照仿射矩阵来旋转的话会出问题。因为那个是围绕左上角的原点来旋转的，你一旋转以后，他马上会越界访问，所以会出现问题。下面详细来说：
- 如上图所示，将原图像按上述方式旋转以后，会超出原图像的区域。当然我们也有补救的办法，那就是创建一个相当大的新图像，不管它围绕原点怎么转，都不会出去的方案。但那个比较浪费。所以我用了下面的方法。
- 将它沿着它的中心旋转，这样就好控制新图像所在的范围了。
这样就比较好了。
- 围绕中心旋转也比较好处理，我们还是回到前面的那个旋转结果啊。
把这两个图像放在一个坐标系中，可以看到，想要得到围绕中心旋转的图像，可以把上述旋转得到的图像的中心移动到原的图像的中心即可。也就是说观察新图像和原图像两者的中心得坐标发生了什么变化。
- 通过观察发现，新图像的中心横纵坐标分别减去，两中心间横纵坐标间的距离，就可以得到原图像中心坐标。如果对新图像的每个坐标都做上面的变化，那么就将它平移到了原图像中心的位置。
- 具体实现代码如下：
//----------------旋转变换------------------ double angle = 135.0 * 3.1415926 / 180.0;//把角度化成弧度 int dis = ceil(sqrt(pow(image.rows, 2) + pow(image.cols, 2)));//新图像的长宽应该是原图像的对角线长度 Mat image_nrota(dis, dis, CV_8UC3); for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols; counter2++) { //计算应该平移的距离 float cenX = image_nrota.rows/2 - ((image.rows / 2) * cos(angle) - (image.cols/2) * sin(angle)), cenY = image_nrota.cols/2 - ((image.rows / 2) * sin(angle) + (image.cols / 2) * cos(angle)); //按照仿射矩阵计算后进行平移 int x = counter1 * cos(angle) - counter2 * sin(angle) + cenX, y = counter1 * sin(angle) + counter2 * cos(angle) + cenY; image_nrota.at (x, y)[0] = image.at (counter1, counter2)[0]; image_nrota.at (x, y)[1] = image.at (counter1, counter2)[1]; image_nrota.at (x, y)[2] = image.at (counter1, counter2)[2]; } } //imshow("旋转", image_nrota); imwrite("3.jpg", image_nrota); //-----------旋转变换完成--------------- - 后面还有偏移变换，就不在赘述原理了，比较简单，直接上完整代码。
【change.h】
#pragma once#include#include #include #include #include using namespace std;using namespace cv;//对图像进行平移操作void shift(Mat &image, int dx, int dy){ Mat image_shift(image.rows + dx, image.cols + dy, CV_8UC3);//新建一个大于原图的图像，备用 //一个个像素进行处理 for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols; counter2++) { //将原坐标进行平移，并将原坐标上的RGB值赋给新坐标 image_shift.at (counter1 + dx, counter2 + dy)[0] = image.at (counter1, counter2)[0]; image_shift.at (counter1 + dx, counter2 + dy)[1] = image.at (counter1, counter2)[1]; image_shift.at (counter1 + dx, counter2 + dy)[2] = image.at (counter1, counter2)[2]; } } //imshow("平移", image_shift); imwrite("1.jpg", image_shift);//将平移后的图像存储为名称为1.jpg的文件}//进行尺度变换void scale(Mat &image, double mul_num){ int row_num = (int)floor(image.rows * mul_num), col_num = (int)floor(image.cols * mul_num); Mat image_scale(row_num, col_num, CV_8UC3); for (int counter1 = 0; counter1 < row_num; counter1++) { for (int counter2 = 0; counter2 < col_num; counter2++) { //将筛孔缩小，对上画的大小 int x = (int)1.0 / mul_num * counter1, y = (int)1.0 / mul_num * counter2; image_scale.at (counter1, counter2)[0] = image.at (x, y)[0]; image_scale.at (counter1, counter2)[1] = image.at (x, y)[1]; image_scale.at (counter1, counter2)[2] = image.at (x, y)[2]; } } //imshow("尺度变换", image_scale); imwrite("2.jpg", image_scale);//存储变换后的图像}//进行旋转void rotation(Mat &image, double angle_in){ double angle = angle_in * 3.1415926 / 180.0;//把角度化成弧度 int dis = ceil(sqrt(pow(image.rows, 2) + pow(image.cols, 2)));//新图像的长宽应该是原图像的对角线长度 Mat image_nrota(dis, dis, CV_8UC3); for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols; counter2++) { //计算应该平移的距离 float cenX = image_nrota.rows / 2 - ((image.rows / 2) * cos(angle) - (image.cols / 2) * sin(angle)), cenY = image_nrota.cols / 2 - ((image.rows / 2) * sin(angle) + (image.cols / 2) * cos(angle)); //按照仿射矩阵计算后进行平移 int x = counter1 * cos(angle) - counter2 * sin(angle) + cenX, y = counter1 * sin(angle) + counter2 * cos(angle) + cenY; image_nrota.at (x, y)[0] = image.at (counter1, counter2)[0]; image_nrota.at (x, y)[1] = image.at (counter1, counter2)[1]; image_nrota.at (x, y)[2] = image.at (counter1, counter2)[2]; } } //imshow("旋转", image_nrota); imwrite("3.jpg", image_nrota);}//垂直偏移变换void voffset(Mat &image, double sv){ Mat image_voffset(sv*image.rows + image.cols, image.cols, CV_8UC3); for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols; counter2++) { int x = counter1 * sv + counter2; image_voffset.at (x, counter2)[0] = image.at (counter1, counter2)[0]; image_voffset.at (x, counter2)[1] = image.at (counter1, counter2)[1]; image_voffset.at (x, counter2)[2] = image.at (counter1, counter2)[2]; } } //imshow("垂直偏移", image_voffset); imwrite("4.jpg", image_voffset);}//水平偏移变换void hoffset(Mat &image, double sh){ Mat image_hoffset(image.rows, sh*image.rows + image.cols, CV_8UC3); for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols; counter2++) { int y = counter1 * sh + counter2; image_hoffset.at (counter1, y)[0] = image.at (counter1, counter2)[0]; image_hoffset.at (counter1, y)[1] = image.at (counter1, counter2)[1]; image_hoffset.at (counter1, y)[2] = image.at (counter1, counter2)[2]; } } //imshow("水平偏移", image_hoffset); imwrite("5.jpg", image_hoffset);}
【main.cpp】
#include#include #include #include #include #include "change.h"using namespace std;using namespace cv;int main(){ //读原图 Mat image; image = imread("pic.jpg", CV_LOAD_IMAGE_COLOR); if (!image.data) { cout << "找不到图片或无法打开图片\n"; return -1; } namedWindow("image_source", CV_WINDOW_AUTOSIZE); imshow("原图", image); //平移 shift(image, 10, 20); //缩放 scale(image, 0.8); //旋转 rotation(image, 45); //垂直偏移 voffset(image, 1); //水平偏移 hoffset(image, 1); //连续播放变换后的图像 string picname = ""; Mat image2; for (int counter = 1; counter < 6; counter++) { picname = '0'+ counter; picname += ".jpg"; image2 = imread(picname,CV_LOAD_IMAGE_COLOR); imshow("变换后的图像", image2); waitKey(3000); } waitKey(0); return 0;}
你可能感兴趣的文章
项目管理学习笔记之八风险管理过程总结
查看>>
项目管理学习笔记之九采购管理过程总结
查看>>
solaris常用命令总结
查看>>
邮件安全证书（S/MIME），如何申请邮件证书
查看>>
Go语言基础入门--简介
查看>>
Go语言基础入门--变量,类型
查看>>
Go语言基础入门--数组,切片,map
查看>>
Go语言基础入门--if,for,range,switch
查看>>
Go语言基础入门--函数,错误处理
查看>>
VIM 学习系列之基本命令，常用命令
查看>>
轻松搭建安全、轻量、极速、简约的博客Eiblog
查看>>
Golang包管理工具Glide，你值得拥有
查看>>
如何降低白噪声对网站用户体验的影响？
查看>>
【BDTC2016】大数据分析与生态系统论坛：大数据存储、处理技术大比评 百花齐放落地实践大展现
查看>>
2017微信公开课PRO版在广州召开 张小龙首次全面解读小程序
查看>>
微信小程序催生新的创业机会 阿拉丁为首批乘风破浪者
查看>>
这里有海量的用户群 CSDN学院诚邀微信小程序技术课程优秀讲师
查看>>
测试用例设计方法例子
查看>>
交叉表 设计测试用例
查看>>
软件测试方法及测试用例的设计方法
查看>>