图像几何处理.ppt

平移效果图 8.拼图这里实现的是三幅图的拼接，主要考虑的是第三幅图与前两图的高度差问题如果Img3-height abs(Img1-height-Img2-height)则这三幅图是并排展开的：如果Img3-height = zbs(Img1-height-Img2-height)，则第三幅和第二幅处在同一竖列上，即第二幅图与第三幅图是上下排列的。 9.图片的裁剪也是通过回调函数cvSetMouseCallback(org,cvMouseCallback)实现对鼠标操作的捕获；p1 和 p2 对应的是矩形框的左上角的点和右下角的点； 我通过键盘按键来改变矩形框的大小，及更改裁剪的范围。 裁剪的效果 10.插图CvRect roi1 = cvRect((Img2-width-80)/2, (Img2-height-100)/2, Img2-width/2, Img2-height/2)在背景图片上设置合适大小的矩形框，前两个参数是设置矩形框距离背景图的边的距离的，后两个参数是矩形框的长和宽。再根据矩形框的大小重新设置需要叠放的图片的大小，将重置后的图片copy到背景图上即可 效果图： 几何处理 1.放大和缩小，采用?双线性插值方法IplImage* dst=cvCreateImage(cvSize(img-width*scale,img-height*scale),8,3);//cvResize(img,dst,CV_INTER_NN)； ?最近邻插值cvResize(img,dst, CV_INTER_LINEAR)； ?双线性插值目的坐标对应源图中的坐标：srcX=dstX* (srcWidth/dstWidth) , srcY = dstY * (srcHeight/dstHeight)图像的放缩实则是像素点的填充与取舍，拿放大来说，传统的CV_INTER_NN--最近邻插值在图像放大时很容易产生严重的马赛克，在取像素点填充放大后的图像时，是四舍五入取相邻整数点的像素值，势必造成严重的图像失真。而双线性插值就很好地克服了这一点，它充分的利用了源图中虚拟点四周的四个真实存在的像素值来共同决定目标图中的一个像素值，并且根据这四个点的远近关系来决定对目标像素值的作用大小。2.旋转对于平面的空间几何变换，需要仿射变换一个坐标通过函数变换的新的坐标位置，使用一个2Χ3的数组结构来存储变换矩阵。当想要转化一幅图像时，用到稠密仿 射变换，很明显输入输出的格式是图像，并且隐含的要求是扭曲假设对于所使用的图像，其像素必须是其稠密的表现形式。Opencv中为稠密变换提供的转换函数式 cvWarpAffine(imgSrc,imgDst,map_matrix, //2*3矩阵CV_INTER_LINEAR | CV_WARP_FILL_OUTLIERS, //插值方法cvScalarAll(0)); 计算二维旋转的仿射变换矩阵（2*3） CvMat* cv2DRotationMatrix( CvPoint2D32f center, double angle, double scale, CvMat* map_matrix ); center 输入图像的旋转中心坐标 CvPoint2D32f pt = cvPoint2D32f(w_src / 2, h_src / 2); angle 旋转角度（度）。正值表示逆时针旋转(坐标原点假设在左上角). scale 各项同性的尺度因子 map_matrix 输出 2×3 矩阵的指针 3.拼图 （2）cvSetImageROI函数和cvCopy函数的用法： cvSetImageROI(IplImage*dst,cvRect(左边界，上边界，宽度，高度））。他的作用是把图像在图像dst中开辟出cvRect矩形框区域大小的内存空间，然后cvCopy(IplImage*src,IplImage*dst)函数会将源图像src复制到目标图像dst中。 4.插图 图像几何处理 报告人：叶文琴 主要功能 1.图片的放大 实现函数： IplImage* dst=cvCreateImage(cvSize(img-width*scale,img-height*scale),8,3); cvResize(img,dst,CV_INTER_NN)； 函数原型： （1）cvCreateImage( CvSize size, int depth, int channels ) size是图像宽高； depth是图像元素的位深度，默认为IPL_DEPTH_8U - 无符号8 位整型 channels：每个元素（像素）通道数 （2）cvResize(img,dst,CV_INTER_N