OpenCV 图形API(80)图像与通道拼接函数-----仿射变换函数warpAffine()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

对图像应用仿射变换。

函数 warpAffine 使用指定的矩阵对源图像进行变换:
dst ( x , y ) = src ( M 11 x + M 12 y + M 13 , M 21 x + M 22 y + M 23 ) \texttt{dst} (x,y) = \texttt{src} ( \texttt{M} _{11} x + \texttt{M} _{12} y + \texttt{M} _{13}, \texttt{M} _{21} x + \texttt{M} _{22} y + \texttt{M} _{23}) dst(x,y)=src(M11x+M12y+M13,M21x+M22y+M23)

当设置了标志 WARP_INVERSE_MAP 时,使用上述公式。

否则,变换矩阵会先通过 invertAffineTransform 被求逆,然后才代入上面的公式中代替 M。

该函数不能在原地(in-place)操作。

函数原型

cpp 复制代码
GMat cv::gapi::warpAffine 	
(
 	const GMat &  	src,
	const Mat &  	M,
	const Size &  	dsize,
	int  	flags = cv::INTER_LINEAR,
	int  	borderMode = cv::BORDER_CONSTANT,
	const Scalar &  	borderValue = Scalar() 
) 		

参数

  • 参数 src:输入图像。
  • 参数 M:2×3 的变换矩阵。
  • 参数 dsize:输出图像的尺寸(宽度,高度)。
  • 参数 flags:
    插值方法的组合(参见 InterpolationFlags);
    可选标志 WARP_INVERSE_MAP,表示矩阵 M 是一个"逆变换"(即从目标图像映射到源图像,dst → src)。
  • 参数 borderMode:像素外推方法(参见 BorderTypes);
    不支持 BORDER_TRANSPARENT 模式。
  • 参数 borderValue:当边界模式为常量填充时所使用的像素值;
    默认值为 0(黑色)。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>

using namespace cv;
using namespace cv::gapi;

int main() {
    // 加载输入图像
    Mat src = imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png");
    if (src.empty()) {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

    // 定义仿射变换矩阵 M
    // 示例:将图像旋转 45 度,并平移 (50, 50)
    double angle = 45; // 旋转角度
    double scale = 1;  // 缩放比例
    Point2f center(src.cols / 2.0, src.rows / 2.0); // 旋转中心
    Mat M = getRotationMatrix2D(center, angle, scale);
    // 添加平移
    M.at<double>(0, 2) += 50;
    M.at<double>(1, 2) += 50;

    // 定义输出图像尺寸
    Size new_size(src.cols, src.rows);

    // 定义 G-API 图像处理图(graph)
    GMat in;  // 输入节点

    // 应用仿射变换
    GMat out = gapi::warpAffine(in, M, new_size, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));

    // 构建 GComputation
    GComputation computation(in, out);

    // 执行计算
    Mat dst;
    computation.apply(src, dst);

    // 显示结果
    imshow("原始图像", src);
    imshow("仿射变换后的图像", dst);
    waitKey();

    return 0;
}

运行结果

相关推荐
Mark_Aussie22 分钟前
MCP连接Agent:AI时代的TCP/IP
人工智能
攻城狮7号36 分钟前
大模型微调Fine-tuning:从概念到实践的全面解析
人工智能·python·前沿技术·fine-tuning·大模型微调
byxdaz1 小时前
OpenCV CPU性能优化
opencv
Oliverro1 小时前
EasyRTC嵌入式音视频通话SDK驱动智能硬件音视频应用新发展
人工智能·音视频
卡尔曼的BD SLAMer1 小时前
问题 | 当前计算机视觉迫切解决的问题
图像处理·人工智能·深度学习·计算机视觉·信息与通信
basketball6161 小时前
使用pytorch保存和加载预训练的模型方法
人工智能·pytorch·python
小彭律师2 小时前
基于深度学习的交通标志识别系统
人工智能·深度学习
灏瀚星空2 小时前
PyTorch 入门与核心概念详解:从基础到实战问题解决
人工智能·pytorch·python·深度学习·算法·机器学习
云钥科技2 小时前
GSENSE2020BSI sCMOS科学级相机主要参数及应用场景
人工智能
jerwey2 小时前
Diffusion Transformer(DiT)
人工智能·深度学习·transformer·dit