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_NEARESTINTER_LINEARINTER_CUBIC
borderMode 像素外推方法(参考 borderInterpolate 函数)。目前支持 BORDER_REFLECT101BORDER_REPLICATEBORDER_CONSTANTBORDER_REFLECTBORDER_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
endcy20168 分钟前
基于Spring AI的RAG和智能体应用实践
人工智能·ai·系统架构
Blossom.11843 分钟前
移动端部署噩梦终结者:动态稀疏视觉Transformer的量化实战
java·人工智能·python·深度学习·算法·机器学习·transformer
FPGA小迷弟1 小时前
ChatGPT回答用AI怎么怎么赚钱
大数据·人工智能
轻微的风格艾丝凡1 小时前
卷积的直观理解
人工智能·深度学习·神经网络·算法·计算机视觉·matlab·cnn
月下倩影时1 小时前
视觉进阶篇——机器学习训练过程(手写数字识别,量大管饱需要耐心)
人工智能·学习·机器学习
PixelMind1 小时前
【超分辨率专题】HYPIR:扩散模型先验与 GAN 对抗训练相结合的新型图像复原框架
人工智能·生成对抗网络·扩散模型·图像复原
说私域2 小时前
从裂变能力竞争到技术水平竞争:开源AI智能名片链动2+1模式S2B2C商城小程序对微商企业竞争格局的重塑
人工智能·小程序·开源
xybDIY2 小时前
基于 Tuya.AI 开源的大模型构建智能聊天机器人
人工智能·机器人·开源
这张生成的图像能检测吗2 小时前
(论文速读)基于DCP-MobileViT网络的焊接缺陷识别
图像处理·深度学习·计算机视觉·可视化·缺陷识别·焊缝缺陷
智慧地球(AI·Earth)4 小时前
GPT-5.1发布!你的AI更暖更智能!
人工智能·gpt·神经网络·aigc·agi