Chinaunix首页 | 论坛 | 博客
  • 博客访问: 379013
  • 博文数量: 466
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 10
  • 用 户 组: 普通用户
  • 注册时间: 2015-03-16 13:59
文章分类

全部博文(466)

文章存档

2015年(466)

我的朋友

分类: C/C++

2015-03-16 14:54:21

原文地址:图像的几何变换 作者:linux_wuliqiang

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。



  1. void GrayImageRotate(LPBYTES,LPBYTED,intCx,intCy,doubleAngle)

  2. {

  3.  double vcos,vsin;

  4.  double cx,cy,vx,vy,cntx,cnty;

  5.  int off,off1,off2;

  6.   int i,j,m,n;

  7.  double an,svx,svy;

  8.  double dx0,dy0,dx1,dy1,zz;

  9.  an = Angle*3.14159/180.0;

  10.  vcos = cos(an); vsin = sin(an);

  11.  cntx = (double)Cx; cnty = (double)Cy;

  12.  cx = -cntx; cy = -cnty;

  13.  svx = cx*vcos-cy*vsin+cntx;

  14.  svy = cx*vsin+cy*vcos+cnty;

  15.  off=0;

  16.  for(i=0;i<ImageHeight;i++)

  17.    {

  18.      vx = svx; vy = svy;

  19.      for(j=0;j<ImageWidth;j++)

  20.           {

  21.             m = (int)vx; n = (int)vy;

  22.             if((m<1)||(m>ImageWidth-2)||(n<1)||(n>ImageHeight-2))

  23.             { D[off]=255;}

  24.             else

  25.             {

  26.               dx0 = vx-m; dy0 = vy-n;

  27.               dx1 = 1-dx0;dy1 = 1-dy0;

  28.               off1 = n*ImageWidth+m;

  29.               zz = 0;

  30.                     zz = S[off1]*dx1*dy1;

  31.                     off2 = off1+1;

  32.                     zz += S[off2]*dx0*dy1;

  33.               off2 = off1+ImageWidth;

  34.                     zz += S[off2]*dx1*dy0;

  35.               off2 = off1+ImageWidth+1;

  36.                     zz += S[off2]*dx0*dy0;

  37.                     if(zz>255) zz= 255;

  38.                    if(zz<0) zz = fabs(zz);

  39.                     D[off]=(int)zz;

  40.             }

  41.             off++; vx = vx +vcos; vy = vy+vsin;

  42.          }

  43.     svx=svx-vsin;svy=svy+vcos;

  44.  }

  45. }

  46. /*

  47.          函数名称: ImageRotate1

  48.          参数: S 原图象

  49.                                      D 旋转后的目标图象

  50.                                      fAngle 图象的旋转角度

  51.          说明: 用邻近点插值算法旋转图象

  52. */

  53. void ImageRotate1(LPBYTES,LPBYTED,doublefAngle)

  54. {

  55.          inti,j;

  56.          doublex,y,x0,y0,dx,dy,xc,yc;

  57.          xc=double(ImageWidth/2);

  58.          yc=double(ImageHeight/2);

  59.          x0=100000.0;

  60.          y0=0.0;

  61.          //计算图象的偏移量

  62.          GetRotateCoor(x0,y0,xc,yc,fAngle);

  63.          dx=xc-ImageWidth/2;

  64.          dy=yc-ImageHeight/2;

  65.          //新图象从旧图象中取点

  66.          for(i=0;i<ImageHeight;i++)

  67.          {

  68.                   for(j=0;j<ImageWidth;j++)

  69.                    {

  70.                             //由新图象中的坐标得到原图象的坐标

  71.                             x=j;y=i;

  72.                             x=x+dx;

  73.                             y=y+dy;

  74.                             GetRotateCoor(x0,y0,x,y,-fAngle);

  75.                             //如果原来的点在图象外面直接给一个空值

  76.                             if(x<0||x>ImageWidth-1||y<0||y>ImageHeight-1)

  77.                                      D[j+i*ImageWidth]=0;

  78.                             else

  79.                                      D[j+i*ImageWidth]=S[int(x)+int(y)*ImageWidth];

  80.                    }

  81.          }

  82. }
  83. /*

  84.          函数名称: GetRotateCoor

  85.          参数: x0,y0 基点

  86.                                      x,y 返回后的目标点

  87.                                      fAngle 旋转角度

  88.          说明: 计算以基点为中心将目标点旋转一定角度后的坐标

  89. */

  90. void GetRotateCoor(doublex0,doubley0,double& x,double& y,doublefAngle)

  91. {

  92.          doublef,fR;

  93.          fR=sqrt((x0-x)*(x0-x)+(y0-y)*(y0-y));

  94.          f = GetAngle(x0,y0,x,y);

  95.          f+=fAngle;

  96.          x=x0+fR*cos(f);

  97.          y=y0+fR*sin(f);

  98. }

  99. /*

  100.          函数名称: g_Iden_GetAngle

  101.          参数: x0,y0 基点

  102.                                      x1,y1 目标点

  103.          说明: 计算由基点到目标点的弧度

  104. */

  105. double GetAngle(doublex0,doubley0,doublex1,doubley1)

  106. {

  107.          doublefAngle;

  108.          if(x1!=x0)

  109.                   fAngle=atan((float)(y1-y0)/(x1-x0));

  110.          else

  111.                   if(y1>y0) return 1.570796325;

  112.                    elsereturn 4.712388975;

  113.          if(x1-x0<0)

  114.                   fAngle=fAngle+3.14159265;

  115.          if(x1-x0>0&&y1-y0<0)

  116.                   fAngle=fAngle+6.2831853;

  117.          returnfAngle;

  118. }


阅读(517) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~