OpenCV CUDA模块图像变形------对图像进行任意形式的重映射(Remapping)操作函数remap()

  • 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

该函数根据给定的映射表 xmap 和 ymap 对图像进行 任意形式的重映射(Remapping)操作,是 GPU 加速版本的图像几何变换工具。可用于仿射变换、透视变换、非线性变形等复杂图像变换。

函数原型

cpp 复制代码
void cv::cuda::remap 
(
 	InputArray  	src,
	OutputArray  	dst,
	InputArray  	xmap,
	InputArray  	ymap,
	int  	interpolation,
	int  	borderMode = BORDER_CONSTANT,
	Scalar  	borderValue = Scalar(),
	Stream &  	stream = Stream::Null() 
) 		

参数

参数名 说明
src 源图像。
dst 目标图像,尺寸与 xmap 相同,类型与 src 相同。
xmap X 坐标的映射值。仅支持 CV_32FC1 类型。
ymap Y 坐标的映射值。仅支持 CV_32FC1 类型。
interpolation 插值方法(参考 resize 函数)。目前支持 INTER_NEAREST、INTER_LINEAR 和 INTER_CUBIC。
borderMode 像素外推方法(参考 borderInterpolate 函数)。目前支持 BORDER_REFLECT101、BORDER_REPLICATE、BORDER_CONSTANT、BORDER_REFLECT 和 BORDER_WRAP。
borderValue 在使用常量边界时所使用的填充值。默认为 0。
stream 用于异步版本的 CUDA 流对象。

代码示例

cpp 复制代码
#include <opencv2/cudawarping.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // 读取图像
    cv::Mat h_src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_COLOR );
    if ( h_src.empty() )
    {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

    // 上传到 GPU
    cv::cuda::GpuMat d_src, d_dst;
    d_src.upload( h_src );

    // 构造仿射变换矩阵:绕中心旋转 30 度
    cv::Point2f center( h_src.cols / 2.0F, h_src.rows / 2.0F );
    cv::Mat M = cv::getRotationMatrix2D( center, 30, 1.0 );

    // 构建映射表
    cv::cuda::GpuMat d_xmap, d_ymap;
    cv::cuda::buildWarpAffineMaps( M, false, h_src.size(), d_xmap, d_ymap );

    // 执行 remap 变换
    cv::cuda::remap( d_src, d_dst, d_xmap, d_ymap, cv::INTER_LINEAR );

    // 下载并显示结果
    cv::Mat h_dst;
    d_dst.download( h_dst );
    cv::imshow( "Source Image", h_src );
    cv::imshow( "Remapped Image", h_dst );
    cv::waitKey( 0 );

    return 0;
}

运行结果

相关推荐
lucas_AI38 分钟前
RAG 给你的答案,其实先「筛」过了你的证据——这个工具把黑箱拆开给你看
人工智能
江湖有缘1 小时前
基于Ubuntu部署SoduWork:企业级 AI 原生协同平台实战全流程
linux·人工智能·ubuntu·ai·soduwork
lucas_AI1 小时前
Claude Code 的「项目经理」上班了:协调器主动汇报,并行 AI 工人不等你催
人工智能
zhaoshuzhaoshu1 小时前
NPU(神经网络处理单元)详细解析
人工智能
在所不辞兄1 小时前
为什么在新能源汽车电驱与热管理开发中,AI驱动的数字孪生和数据驱动仿真正在部分替代对物理台架与实车标定的依赖?
人工智能·深度学习·神经网络·算法·机器学习
Flynn Liang2 小时前
LLM 应用安全:Prompt 注入、越权与输入输出护栏
java·人工智能·大模型·langchain4j·llm 安全·prompt 注入·guardrail
吴佳浩5 小时前
《拆解全球最火 AI 开源项目》第一季 · REA
人工智能
AllData公司负责人9 小时前
AI大模型数据开发底座系列说明书,AllData集成Chat2DB开源项目建设AI 数据库分析底座,涵盖AI 洞察/对话SQL/智能视图!
数据库·人工智能·sql·开源·ai 洞察·对话sql
泯泷11 小时前
让 Agent 分清“马上办、等一等、顺手办”
人工智能·llm·agent
鲜于言悠90511 小时前
Claude Fable 5.2 登场,专治复杂推理与长任务
人工智能