opencv remap 像素重映射

news2024/11/28 19:01:39

remap()函数的输入是一个源图像和一个映射矩阵。映射矩阵包含了每个像素的新坐标，用于指定每个像素在输出图像中的位置。

假设原始图像中的一个像素的坐标为 $(x, y)$ ，它在输出图像中的新坐标为 $(x^{'}, y^{'})$ 。为了计算 $(x^{'}, y^{'})$ ，我们需要定义一个映射函数 $f (x, y) = (x^{'}, y^{'})$ ，将原始坐标 $(x, y)$ 映射到新的坐标 $(x^{'}, y^{'})$ 。

在remap()函数中，映射矩阵由两个网格矩阵 $map_x$ 和 $map_y$ 组成，每个网格矩阵的大小与原始图像相同。 $map_x$ 和 $map_y$ 中的每个元素 $(i, j)$ 包含了原始图像中像素 $(i, j)$ 的新坐标 $(x^{'}, y^{'})$ 。

因此，我们可以将映射函数 $f (x, y)$ 表示为 $f(x,y)=(map_x[i,j],map_y[i,j])$ ，其中 $(i, j)$ 是原始图像中像素 $(x, y)$ 的坐标。

在cv2.remap()函数的实现中，cv2.meshgrid()函数用于创建网格矩阵 $map_x$ 和 $map_y$ ，而映射函数 $f (x, y)$ 则通过这两个网格矩阵来计算新的坐标 $(x^{'}, y^{'})$ 。

#include <random>
#include <iostream>
#include "opencv2/opencv.hpp"

void salt(cv::Mat image,int n){
   //随机数生成器
   std::default_random_engine generator;
   std::uniform_int_distribution<int> randomRow(0,image.rows-1);
   std::uniform_int_distribution<int> randomCol(0,image.cols-1);

   int i,j;
   for(int k = 0; k<n;k++){
       //随机生成图形位置
       i = randomCol(generator);
       j = randomRow(generator);
       if(image.type() == CV_8UC1){ //灰度图像
         image.at<uchar>(j,i) = 0;
       }else if(image.type() == CV_8UC3){
           image.at<cv::Vec3b>(j,i)[0] = 0;
           image.at<cv::Vec3b>(j,i)[1] = 0;
           image.at<cv::Vec3b>(j,i)[2] = 0;
       }
   }
}


void wave(const cv::Mat &image,cv::Mat &result){
   //映射参数
   cv::Mat srcX(image.rows,image.cols,CV_32F);
   cv::Mat srcY(image.rows,image.cols,CV_32F);
   //创建映射参数
   for(int i=0;i<image.rows;i++){
       for(int j=0;j<image.cols;j++){
           srcX.at<float>(i,j) =  float(image.cols - j - 1);;
           srcY.at<float>(i,j) = i;

       }
   }
   cv::remap(image,result,srcX,srcY,cv::INTER_LINEAR);
}



int main(){


   cv::Mat a = cv::imread("../../a.png",1);

   cv::Mat result_a;

   wave(a,result_a);

   cv::imshow("image",a);

   cv::imshow("image_remap",result_a);

   cv::waitKey(0);

   return 0;
}