Opencv 几何变换<9>

一、resize()

该函数可以改变图像尺寸，原型：

void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR );

src：输入，原图像，即待改变大小的图像；

dst：输出，改变大小之后的图像，这个图像和原图像具有相同的内容，只是大小和原图像不一样而已；

dsize：输出图像的大小。如果这个参数不为0，那么就代表将原图像缩放到这个Size(width，height)指定的大小；如果这个参数为0，那么原图像缩放之后的大小就要通过下面的公式来计算：

dsize = Size(round(fx*src.cols), round(fy*src.rows))

其中，fx和fy就是下面要说的两个参数，是图像width方向和height方向的缩放比例。

fx：width方向的缩放比例，如果它是0，那么它就会按照(double)dsize.width/src.cols来计算；

fy：height方向的缩放比例，如果它是0，那么它就会按照(double)dsize.height/src.rows来计算；

interpolation：这个是指定插值的方式，图像缩放之后，肯定像素要进行重新计算的，就靠这个参数来指定重新计算像素的方式，有以下几种：

INTER_NEAREST - 最邻近插值
INTER_LINEAR - 双线性插值，如果最后一个参数你不指定，默认使用这种方法
INTER_AREA - resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
INTER_CUBIC - 4x4像素邻域内的双立方插值
INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值

 

使用注意事项：

1. dsize和fx/fy不能同时为0，要么你就指定好dsize的值，让fx和fy空置直接使用默认值，就像

resize(img, imgDst, Size(30,30));

要么你就让dsize为0，指定好fx和fy的值，比如fx=fy=0.5，那么就相当于把原图两个方向缩小一倍！

2. 至于最后的插值方法，正常情况下使用默认的双线性插值就够用了。

几种常用方法的效率是：最邻近插值>双线性插值>双立方插值>Lanczos插值；

但是效率和效果成反比，所以根据自己的情况酌情使用。

以上是来自别人博客抄袭过来的，如果想随意修改图片的大小，可以建立以Trankbar;

using namespace cv;
Mat sizeChange;
Mat src;
int g_nfxSize = 10;
double g_nfxMax = 20;
void onChange(int, void*);
void main()
{
 src = imread("E:\项目\OPENCV\GeomatricTransFormation\1.jpg", 1);
 imshow("原图", src);
 namedWindow("修改图片");
 createTrackbar("缩放", "修改图片", &g_nfxSize, g_nfxMax, onChange);
 onChange(g_nfxSize, 0);
 //imshow("修改图片", sizeChange);
 waitKey();
}
void onChange(int, void*parmas)
{
 double g_nfxSizeValue;
 g_nfxSizeValue = (double)g_nfxSize *0.1;
 resize(src, sizeChange, Size(0, 0), g_nfxSizeValue, g_nfxSizeValue, INTER_LINEAR);
 imshow("修改图片", sizeChange);
}

二、 图像平移

 

图像平移：用0填充之前留下的空缺！

Mat imgTranslate(Mat& src, int x_off, int y_off);
Mat imgTranslate1(Mat& src, int x_off, int y_off);
void main()
{
    Mat srcImage = imread("E:\欣奕华\项目\OPENCV\GeomatricTransFormation\2.jpg", 1);
    imshow("原图", srcImage);
    int k = srcImage.channels();
    Mat dstImage;
    dstImage = imgTranslate(srcImage,500,500);
    imshow("平移图", dstImage);
    waitKey(0);
}
//平移1
//平移注意X，Y代表行还是列，以及移动时别超出了图像的范围！！！！！
Mat imgTranslate(Mat& src, int x_off, int y_off)
{
    int rows = src.rows;
    int cols = src.cols;

    Mat dst = Mat::zeros(rows+ y_off,cols+ x_off, CV_8UC3);

    for (int i = 0; i < rows; i++)
    {
        for (int j = 0; j < cols; j++)
        {
            int x = j + x_off;
            int y = i + y_off;
            if (x >= 0 && y >= 0 && x <= (cols+ x_off) && y <= (rows + y_off))
            {
                dst.at<Vec3b>(y, x) = src.at<Vec3b>(i, j);
            }
        }
    }
    return dst;
}
//平移2
Mat imgTranslate1(Mat& src, int x_off, int y_off)
{
    int rows = src.rows+ y_off;
    int cols = src.cols+ x_off;

    Mat dst = Mat::zeros(rows, cols, CV_8UC3);

    for (int i = 0; i < src.rows; i++)
    {
        for (int j = 0; j < src.cols; j++)
        {
            int x = j + x_off;
            int y = i + y_off;
            if (x >= 0 && y >= 0 && x <= cols && y <= rows)
            {
                for (int k = 0; k < src.channels(); k++)
                {
                    dst.at<Vec3b>(y, x)[k] = src.at<Vec3b>(i, j)[k];
                }
            }
        }
    }
    return dst;
}

 三、仿射变换

      仿射变换又称仿射变换，是指在几何中，一个向量空间进行一次线性变换并进行线性平移的过程，常见包括三种：旋转，平移，缩放。其实就是两幅图之间映射，找到这种映射关系是关键；

M 是2 X 3 矩阵；

Mat affinTranslate(Mat& src)
{
    Point2f srcTrangle[3];
    Point2f dstTrangle[3];

    Mat warpMat(2, 3, CV_32FC1);
    Mat dst;
    dst.create(src.size(), src.type());
    srcTrangle[0] = Point2f(0, 0);
    srcTrangle[1] = Point2f(static_cast<float>(src.rows-1), 0);
    srcTrangle[2] = Point2f(0,static_cast<float>( src.cols-1));

    dstTrangle[0] = Point2f(static_cast<float>(src.rows - 1)*0.01, static_cast<float>(src.cols - 1)*0);
    dstTrangle[1] = Point2f(static_cast<float>(src.rows - 1)*0.9, static_cast<float>(src.cols - 1)*0);
    dstTrangle[2] = Point2f(static_cast<float>(src.rows - 1)*0, static_cast<float>(src.cols - 1)*0.9);

    warpMat = getAffineTransform(srcTrangle, dstTrangle);
    cout << warpMat<<endl;

    warpAffine(src, dst, warpMat, dst.size());
    //imshow("AffineImage",dst);
    return dst;
}

Mat rotateTranslate(Mat& src)
{
    Mat rotateMat = Mat(2, 3, CV_32FC1);
    Mat dst;
    dst.create(src.size(), src.type());
    Point center = Point(src.rows / 2, src.cols / 2);
    double scale = 0.5;
    double angle = 30;

    rotateMat = getRotationMatrix2D(center, angle, scale);
    warpAffine(src, dst, rotateMat,dst.size());
    cout << rotateMat;
    return dst;
}

 以上方法，可以创建trankbar,通过修改参数，可以更为直观的观察现象！！！！

此节的内容得出效果有点类似于重映射，将在下一节再进行学习。