• 图像的几何变换


    ★几何变换不改变像素值,而是改变像素所在的位置。

    常用图像几何变换

    1.图像的平移
    图像的平移非常简单,所用到的是中学学过的直角坐标系的平移变换公式:  

      x ‘ =  x +dx

       y’ =  y + dy

    注:(x,y)为源图像的坐标,(x’,y’)为新图像的坐标,dx对应x的偏移量,dy对应y的偏移量

    2.图像的镜像

    镜像分为水平镜像和垂直镜像  

    2.1>水平镜像计算公式如下(图像大小为M*N):

    x’ = x

    y’ = N-1-y

    2.2>垂直镜像计算公式为(图像大小为M*N):

    x’ = M-1 –x

    y’ = y    

    3.图像的旋转

    图像的旋转计算公式如下:
    X’ = X *COS Q – Y *SIN Q  Y’ = X *SIN Q + Y*COS Q

    •这个计算公式计算出的值为小数,而坐标值为正整数。要用插值处理。

    •这个计算公式计算的结果值所在范围与原来的值所在的范围不同。

    若以(CX,CY)为中心,角度Q逆时针旋转。

    X’ = (X – CX)*COS Q – (Y – YC)*SIN Q + CX

    Y’ = (X – CX)*SIN Q + (Y – YC)*COS Q + CY

    注:(x,y)为源图像的坐标,(x’,y’)为新图像的坐标

    4.图像缩放

    n设原图像大小为M*N,缩小为k1M*k2N,(k1<1,k2<1)。算法步骤如下:

    n

    1)设旧图像是F(i,j), i=1,2,…,M, j=1,2,…,N.

         新图像是I(x,y), x=1,2,…,k1M, y=1,2,…,k2N.

    2)I(x,y)=F(c1*i,c2*j)

    c1=1/k1 c2=1/k2

    •这个计算公式计算出的值为小数,而坐标值为正整数。要用插值处理。

    5.图像错切

    图像的错切变换实际上是平面景物在投影平面上的非垂直投影效果。

    n错切的计算公式如下:   
    5.1  x方向错切
        X' = X + DX *Y      Y' = Y              (其中DX = tan Q)
    5.2  y方向错切
           X' = X         Y' = Y + DY *X                 (其中DY = tan Q)

    注:当在进行图象几何变换时,一般来说图象像数对应的而坐标值为正整数,在几何变换时,若出现了小数,就要进行插值处理。在这里解释线性插值处理。

    实践已证明,插值算法对于缩放比例较小的情况是完全可以接受的,令人信服的。一般的,缩小0.5倍以上或放大3.0倍以下,对任何图像都是可以接受的。
    最邻近插值(近邻取样法):
    最临近插值的的思想很简单。对于通过反向变换得到的的一个浮点坐标,对其进行简单的取整,得到一个整数型坐标,这个整数型坐标对应的像素值就是目的像素的像素值,也就是说,取浮点坐标最邻近的左上角点(对于DIB是右上角,因为它的扫描行是逆序存储的)对应的像素值。可见,最邻近插值简单且直观,但得到的图像质量不高

    双线性内插值:
      对于一个目的像素,设置坐标通过反向变换得到的浮点坐标为(i+u,j+v),其中i、j均为非负整数,u、v为[0,1]区间的浮点数,则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定,即:

        f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)

    其中f(i,j)表示源图像(i,j)处的的像素值,以此类推。
      这就是双线性内插值法。双线性内插值法计算量大,但缩放后图像质量高,不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质,使高频分量受损,所以可能会使图像轮廓在一定程度上变得模糊。
        三次卷积法能够克服以上两种算法的不足,计算精度高,但计算亮大,他考虑一个浮点坐标(i+u,j+v)周围的16个邻点,目的像素值f(i+u,j+v)可由如下插值公式得到:

        f(i+u,j+v) = [A] * [B] * [C]

    [A]=[ S(u + 1) S(u + 0) S(u - 1) S(u - 2) ]

      ┏ f(i-1, j-1) f(i-1, j+0) f(i-1, j+1) f(i-1, j+2) ┓
    [B]=┃ f(i+0, j-1) f(i+0, j+0) f(i+0, j+1) f(i+0, j+2) ┃
      ┃ f(i+1, j-1) f(i+1, j+0) f(i+1, j+1) f(i+1, j+2) ┃
      ┗ f(i+2, j-1) f(i+2, j+0) f(i+2, j+1) f(i+2, j+2) ┛

      ┏ S(v + 1) ┓
    [C]=┃ S(v + 0) ┃
      ┃ S(v - 1) ┃
      ┗ S(v - 2) ┛

       ┏ 1-2*Abs(x)^2+Abs(x)^3      , 0<=Abs(x)<1
    S(x)={ 4-8*Abs(x)+5*Abs(x)^2-Abs(x)^3 , 1<=Abs(x)<2
       ┗ 0                , Abs(x)>=2
    S(x)是对 Sin(x*Pi)/x 的逼近(Pi是圆周率——π)

    最邻近插值(近邻取样法)、双线性内插值、三次卷积法 等插值算法对于旋转变换、错切变换、一般线性变换 和 非线性变换 都适用。

    //灰度图象旋转,以CX,CY为中心点,Angle为旋转角度。 
    
    其中用到了图象旋转,双线性内插值算法。 
    
     void GrayImageRotate(LPBYTES,LPBYTED,intCx,intCy,doubleAngle) 
    
    { 
    
     double   vcos,vsin; 
    
     double   cx,cy,vx,vy,cntx,cnty; 
    
     int      off,off1,off2; 
    
      int      i,j,m,n; 
    
     double   an,svx,svy; 
    
     double   dx0,dy0,dx1,dy1,zz; 
    
     an   = Angle*3.14159/180.0; 
    
     vcos = cos(an);    vsin = sin(an); 
    
     cntx = (double)Cx; cnty = (double)Cy; 
    
     cx = -cntx; cy = -cnty; 
    
     svx = cx*vcos-cy*vsin+cntx; 
    
     svy = cx*vsin+cy*vcos+cnty; 
    
     off=0; 
    
     for(i=0;i<ImageHeight;i++) 
    
       { 
    
         vx = svx; vy = svy; 
    
         for(j=0;j<ImageWidth;j++) 
    
              { 
    
                m    = (int)vx; n = (int)vy; 
    
                if((m<1)||(m>ImageWidth-2)||(n<1)||(n>ImageHeight-2)) 
    
                { D[off]=255;} 
    
                else 
    
                { 
    
                  dx0 = vx-m; dy0 = vy-n; 
    
                  dx1 = 1-dx0;dy1 = 1-dy0; 
    
                  off1 = n*ImageWidth+m; 
    
                  zz = 0; 
    
                        zz = S[off1]*dx1*dy1; 
    
                        off2 = off1+1;       
    
                        zz += S[off2]*dx0*dy1; 
    
                  off2 = off1+ImageWidth;  
    
                        zz += S[off2]*dx1*dy0; 
    
                  off2 = off1+ImageWidth+1; 
    
                        zz += S[off2]*dx0*dy0; 
    
                        if(zz>255)                   zz= 255; 
    
                       if(zz<0)          zz = fabs(zz); 
    
                        D[off]=(int)zz; 
    
                } 
    
                off++; vx = vx +vcos; vy = vy+vsin; 
    
             } 
    
        svx=svx-vsin;svy=svy+vcos; 
    
     } 
    
    }
    
    /* 
    
             函数名称:         ImageRotate1 
    
             参数:               S                原图象 
    
                                         D               旋转后的目标图象 
    
                                         fAngle         图象的旋转角度 
    
             说明:               用邻近点插值算法旋转图象 
    
    */ 
    
    void    ImageRotate1(LPBYTES,LPBYTED,doublefAngle) 
    
    { 
    
             inti,j; 
    
             doublex,y,x0,y0,dx,dy,xc,yc; 
    
             xc=double(ImageWidth/2); 
    
             yc=double(ImageHeight/2); 
    
             x0=100000.0; 
    
             y0=0.0; 
    
             //计算图象的偏移量 
    
             GetRotateCoor(x0,y0,xc,yc,fAngle); 
    
             dx=xc-ImageWidth/2; 
    
             dy=yc-ImageHeight/2; 
    
             //新图象从旧图象中取点 
    
             for(i=0;i<ImageHeight;i++) 
    
             { 
    
                      for(j=0;j<ImageWidth;j++) 
    
                       { 
    
                                //由新图象中的坐标得到原图象的坐标 
    
                                x=j;y=i; 
    
                                x=x+dx; 
    
                                y=y+dy; 
    
                                GetRotateCoor(x0,y0,x,y,-fAngle); 
    
                                //如果原来的点在图象外面直接给一个空值 
    
                                if(x<0||x>ImageWidth-1||y<0||y>ImageHeight-1) 
    
                                         D[j+i*ImageWidth]=0; 
    
                                else 
    
                                         D[j+i*ImageWidth]=S[int(x)+int(y)*ImageWidth]; 
    
                       } 
    
             } 
    
    }
    /* 
    
             函数名称:       GetRotateCoor 
    
             参数:               x0,y0         基点 
    
                                         x,y             返回后的目标点 
    
                                         fAngle         旋转角度 
    
             说明:               计算以基点为中心将目标点旋转一定角度后的坐标 
    
    */ 
    
    void GetRotateCoor(doublex0,doubley0,double& x,double& y,doublefAngle) 
    
    { 
    
             doublef,fR; 
    
             fR=sqrt((x0-x)*(x0-x)+(y0-y)*(y0-y)); 
    
             f = GetAngle(x0,y0,x,y); 
    
             f+=fAngle; 
    
             x=x0+fR*cos(f); 
    
             y=y0+fR*sin(f); 
    
    } 
    
    /* 
    
             函数名称:         g_Iden_GetAngle 
    
             参数:               x0,y0         基点 
    
                                         x1,y1         目标点 
    
             说明:               计算由基点到目标点的弧度 
    
    */ 
    
    double GetAngle(doublex0,doubley0,doublex1,doubley1) 
    
    { 
    
             doublefAngle; 
    
             if(x1!=x0) 
    
                      fAngle=atan((float)(y1-y0)/(x1-x0)); 
    
             else 
    
                      if(y1>y0) return 1.570796325; 
    
                       elsereturn 4.712388975; 
    
             if(x1-x0<0) 
    
                      fAngle=fAngle+3.14159265; 
    
             if(x1-x0>0&&y1-y0<0) 
    
                      fAngle=fAngle+6.2831853; 
    
             returnfAngle; 
    
    } 
    

    参考:http://blog.csdn.net/shizhip/archive/2008/04/15/2294833.aspx

             坐标系转换公式:http://www.docin.com/p-31443972.html

  • 相关阅读:
    前后端反爬虫的一些奇怪姿势【转载】
    Scrapy 中常用的中间件和管道组件
    Jquery各个版本的区别
    userAgent
    操作系统
    手机类别
    移动端设备UA检测
    iPhone6的CSS3媒体查询
    所有设备的CSS像素
    解读所有设备的css像素的网站
  • 原文地址:https://www.cnblogs.com/feisky/p/1617110.html
Copyright © 2020-2023  润新知