【数字图像处理】实验一 图像的平移，缩放和旋转(vs2017+opencv)

文章目录

* 一、 平移 <https://blog.csdn.net/c2681595858/article/details/82824282#__3>
* 1、思路 <https://blog.csdn.net/c2681595858/article/details/82824282#1_4>
* 2、实现代码 <https://blog.csdn.net/c2681595858/article/details/82824282#2_14>
* 二、缩放 <https://blog.csdn.net/c2681595858/article/details/82824282#_48>
* 1、思路 <https://blog.csdn.net/c2681595858/article/details/82824282#1_49>
* 2、代码实现 <https://blog.csdn.net/c2681595858/article/details/82824282#2_55>
* 三、旋转变换 <https://blog.csdn.net/c2681595858/article/details/82824282#_77>
* 1、思路 <https://blog.csdn.net/c2681595858/article/details/82824282#1_78>
对文章内容如有异议欢迎在评论区提问
代码包：数字图像平移、旋转、缩放 <https://download.csdn.net/download/c2681595858/10734872>


<>一、 平移

<>1、思路

新建一个图像，他的大小比原来的图像要大一些，因为平移后图像位置发生变化，图像被移动后，会有一部分位置空出来。平移前和平移后的效果图如图所示：
【原图】

【平移后的图像】



原图和平移后的图像相比，很明显，红色框框住的那部分是平移后空出来的部分。
所以平移思路就是，将原先图像的横坐标和纵坐标分别加上一个数字，变成一个新的坐标，然后将原图中原坐标位置的RGB赋值给新图中新坐标。

<>2、实现代码
//读原图 Mat image; image = imread("pic.jpg", CV_LOAD_IMAGE_COLOR); if
(!image.data) { cout << "找不到图片或无法打开图片\n"; return -1; }
namedWindow("image_source", CV_WINDOW_AUTOSIZE); imshow("原图", image);
//--------------------平移变换-------------- int dx = 10, dy = 20; Mat
image_shift(image.rows + dx, image.cols+dy, CV_8UC3);//新建一个大于原图的图像，备用
//一个个像素进行处理 for (int counter1 = 0; counter1 < image.rows; counter1++) { for
(int counter2 = 0; counter2 < image.cols; counter2++) {
//将原坐标进行平移，并将原坐标上的RGB值赋给新坐标 image_shift.at<Vec3b>(counter1+dx, counter2+dy)[0]
= image.at<Vec3b>(counter1, counter2)[0]; image_shift.at<Vec3b>(counter1+dx,
counter2 + dy)[1] = image.at<Vec3b>(counter1, counter2)[1];
image_shift.at<Vec3b>(counter1+dx , counter2+ dy)[2] =
image.at<Vec3b>(counter1, counter2)[2]; } } //imshow("平移", image_shift);
imwrite("1.jpg", image_shift);//将平移后的图像存储为名称为1.jpg的文件 //--------------
平移完成-------------------
<>二、缩放

<>1、思路

*
先拿放大来说吧。把放大想象成这样一个过程，你画了一幅画，然后你拿了一个和这个画一样大的筛子（应该都有了解吧），放在画上，这样筛子的每个孔是不是对应画的非常小的一点区域。然后你就把筛子孔对应那个区域的RGB值赋给哪个筛子孔，然后你在把每一个筛子孔放大，就得到了放大后的图像。
*
就数字图像来说的话，比如你把图像要放大2倍，也就是说，新图像的像素数是原图像的2倍，但是你又必须把每个新图像的像素对应到某个原图像的像素上去，所以你就得将新图像的坐标乘以1/2，然后四射五入，得到原图像对应得像素，在RGB值对应起来。
* 上面其实和筛子原理是一样的，只不过计算机中不可能放大一个像素的大小，所以乘以1/2相当于是把筛子缩小，正好对应上画的大小。
* 效果图如下：是缩小效果图

<>2、代码实现
//----------------尺度变换------------------ double mul_num = 0.8;//大于1是放大，小于1是缩小
int row_num = (int)floor(image.rows * mul_num), col_num = (int)floor(image.cols
* mul_num); Mat image_scale(row_num, col_num, CV_8UC3); for (int counter1 = 0;
counter1 < row_num; counter1++) { for (int counter2 = 0; counter2 < col_num;
counter2++) { //将筛孔缩小，对上画的大小 int x = (int)1.0 / mul_num *counter1, y = (int)1.0
/ mul_num *counter2; image_scale.at<Vec3b>(counter1, counter2 )[0] =
image.at<Vec3b>(x, y)[0]; image_scale.at<Vec3b>(counter1, counter2 )[1] =
image.at<Vec3b>(x, y)[1]; image_scale.at<Vec3b>(counter1, counter2 )[2] =
image.at<Vec3b>(x, y)[2]; } } //imshow("尺度变换", image_scale); imwrite("2.jpg",
image_scale);//存储变换后的图像 //----------------尺度变换完成---------------
<>三、旋转变换

<>1、思路

* 如果直接按照仿射矩阵来旋转的话会出问题。因为那个是围绕左上角的原点来旋转的，你一旋转以后，他马上会越界访问，所以会出现问题。下面详细来说：

*
如上图所示，将原图像按上述方式旋转以后，会超出原图像的区域。当然我们也有补救的办法，那就是创建一个相当大的新图像，不管它围绕原点怎么转，都不会出去的方案。但那个比较浪费。所以我用了下面的方法。
* 将它沿着它的中心旋转，这样就好控制新图像所在的范围了。

这样就比较好了。
* 围绕中心旋转也比较好处理，我们还是回到前面的那个旋转结果啊。


把这两个图像放在一个坐标系中，可以看到，想要得到围绕中心旋转的图像，可以把上述旋转得到的图像的中心移动到原的图像的中心即可。也就是说观察新图像和原图像两者的中心得坐标发生了什么变化。
*
通过观察发现，新图像的中心横纵坐标分别减去，两中心间横纵坐标间的距离，就可以得到原图像中心坐标。如果对新图像的每个坐标都做上面的变化，那么就将它平移到了原图像中心的位置。
* 具体实现代码如下： //----------------旋转变换------------------ double angle = 135.0 *
3.1415926 / 180.0;//把角度化成弧度 int dis = ceil(sqrt(pow(image.rows, 2) +
pow(image.cols, 2)));//新图像的长宽应该是原图像的对角线长度 Mat image_nrota(dis, dis, CV_8UC3);
for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 =
0; counter2 < image.cols; counter2++) { //计算应该平移的距离 float cenX =
image_nrota.rows/2 - ((image.rows / 2) * cos(angle) - (image.cols/2) *
sin(angle)), cenY = image_nrota.cols/2 - ((image.rows / 2) * sin(angle) +
(image.cols / 2) * cos(angle)); //按照仿射矩阵计算后进行平移 int x = counter1 * cos(angle) -
counter2 * sin(angle) + cenX, y = counter1 * sin(angle) + counter2 * cos(angle)
+ cenY; image_nrota.at<Vec3b>(x, y)[0] = image.at<Vec3b>(counter1,
counter2)[0]; image_nrota.at<Vec3b>(x, y)[1] = image.at<Vec3b>(counter1,
counter2)[1]; image_nrota.at<Vec3b>(x, y)[2] = image.at<Vec3b>(counter1,
counter2)[2]; } } //imshow("旋转", image_nrota); imwrite("3.jpg", image_nrota);
//-----------旋转变换完成---------------
* 后面还有偏移变换，就不在赘述原理了，比较简单，直接上完整代码。
【change.h】
#pragma once #include <opencv2/core/core.hpp> #include
<opencv2/highgui/highgui.hpp> #include <iostream> #include <cmath> #include
<Windows.h> using namespace std; using namespace cv; //对图像进行平移操作 void shift(Mat
&image, int dx, int dy) { Mat image_shift(image.rows + dx, image.cols + dy,
CV_8UC3);//新建一个大于原图的图像，备用 //一个个像素进行处理 for (int counter1 = 0; counter1 <
image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols;
counter2++) { //将原坐标进行平移，并将原坐标上的RGB值赋给新坐标 image_shift.at<Vec3b>(counter1 + dx,
counter2 + dy)[0] = image.at<Vec3b>(counter1, counter2)[0];
image_shift.at<Vec3b>(counter1 + dx, counter2 + dy)[1] =
image.at<Vec3b>(counter1, counter2)[1]; image_shift.at<Vec3b>(counter1 + dx,
counter2 + dy)[2] = image.at<Vec3b>(counter1, counter2)[2]; } } //imshow("平移",
image_shift); imwrite("1.jpg", image_shift);//将平移后的图像存储为名称为1.jpg的文件 } //进行尺度变换
void scale(Mat &image, double mul_num) { int row_num = (int)floor(image.rows *
mul_num), col_num = (int)floor(image.cols * mul_num); Mat image_scale(row_num,
col_num, CV_8UC3); for (int counter1 = 0; counter1 < row_num; counter1++) { for
(int counter2 = 0; counter2 < col_num; counter2++) { //将筛孔缩小，对上画的大小 int x =
(int)1.0 / mul_num * counter1, y = (int)1.0 / mul_num * counter2;
image_scale.at<Vec3b>(counter1, counter2)[0] = image.at<Vec3b>(x, y)[0];
image_scale.at<Vec3b>(counter1, counter2)[1] = image.at<Vec3b>(x, y)[1];
image_scale.at<Vec3b>(counter1, counter2)[2] = image.at<Vec3b>(x, y)[2]; } }
//imshow("尺度变换", image_scale); imwrite("2.jpg", image_scale);//存储变换后的图像 }
//进行旋转 void rotation(Mat &image, double angle_in) { double angle = angle_in *
3.1415926 / 180.0;//把角度化成弧度 int dis = ceil(sqrt(pow(image.rows, 2) +
pow(image.cols, 2)));//新图像的长宽应该是原图像的对角线长度 Mat image_nrota(dis, dis, CV_8UC3);
for (int counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 =
0; counter2 < image.cols; counter2++) { //计算应该平移的距离 float cenX =
image_nrota.rows / 2 - ((image.rows / 2) * cos(angle) - (image.cols / 2) *
sin(angle)), cenY = image_nrota.cols / 2 - ((image.rows / 2) * sin(angle) +
(image.cols / 2) * cos(angle)); //按照仿射矩阵计算后进行平移 int x = counter1 * cos(angle) -
counter2 * sin(angle) + cenX, y = counter1 * sin(angle) + counter2 * cos(angle)
+ cenY; image_nrota.at<Vec3b>(x, y)[0] = image.at<Vec3b>(counter1,
counter2)[0]; image_nrota.at<Vec3b>(x, y)[1] = image.at<Vec3b>(counter1,
counter2)[1]; image_nrota.at<Vec3b>(x, y)[2] = image.at<Vec3b>(counter1,
counter2)[2]; } } //imshow("旋转", image_nrota); imwrite("3.jpg", image_nrota); }
//垂直偏移变换 void voffset(Mat &image, double sv) { Mat image_voffset(sv*image.rows
+ image.cols, image.cols, CV_8UC3); for (int counter1 = 0; counter1 <
image.rows; counter1++) { for (int counter2 = 0; counter2 < image.cols;
counter2++) { int x = counter1 * sv + counter2; image_voffset.at<Vec3b>(x,
counter2)[0] = image.at<Vec3b>(counter1, counter2)[0];
image_voffset.at<Vec3b>(x, counter2)[1] = image.at<Vec3b>(counter1,
counter2)[1]; image_voffset.at<Vec3b>(x, counter2)[2] =
image.at<Vec3b>(counter1, counter2)[2]; } } //imshow("垂直偏移", image_voffset);
imwrite("4.jpg", image_voffset); } //水平偏移变换 void hoffset(Mat &image, double sh)
{ Mat image_hoffset(image.rows, sh*image.rows + image.cols, CV_8UC3); for (int
counter1 = 0; counter1 < image.rows; counter1++) { for (int counter2 = 0;
counter2 < image.cols; counter2++) { int y = counter1 * sh + counter2;
image_hoffset.at<Vec3b>(counter1, y)[0] = image.at<Vec3b>(counter1,
counter2)[0]; image_hoffset.at<Vec3b>(counter1, y)[1] =
image.at<Vec3b>(counter1, counter2)[1]; image_hoffset.at<Vec3b>(counter1, y)[2]
= image.at<Vec3b>(counter1, counter2)[2]; } } //imshow("水平偏移", image_hoffset);
imwrite("5.jpg", image_hoffset); }
【main.cpp】
#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp>
#include <iostream> #include <cmath> #include <Windows.h> #include "change.h"
using namespace std; using namespace cv; int main() { //读原图 Mat image; image =
imread("pic.jpg", CV_LOAD_IMAGE_COLOR); if (!image.data) { cout <<
"找不到图片或无法打开图片\n"; return -1; } namedWindow("image_source", CV_WINDOW_AUTOSIZE);
imshow("原图", image); //平移 shift(image, 10, 20); //缩放 scale(image, 0.8); //旋转
rotation(image, 45); //垂直偏移 voffset(image, 1); //水平偏移 hoffset(image, 1);
//连续播放变换后的图像 string picname = ""; Mat image2; for (int counter = 1; counter <
6; counter++) { picname = '0'+ counter; picname += ".jpg"; image2 =
imread(picname,CV_LOAD_IMAGE_COLOR); imshow("变换后的图像", image2); waitKey(3000); }
waitKey(0); return 0; }

• « 上一篇：音视频学习笔记-OpenGL下坐标系统理解
• » 下一篇：支付宝技术风险负责人陈亮：把事情做到极致，技术的差异性才会体现出来