- 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
对图像应用一个通用的几何变换。
函数 remap 使用指定的映射对源图像进行变换:
dst
(
x
,
y
)
=
src
(
m
a
p
x
(
x
,
y
)
,
m
a
p
y
(
x
,
y
)
)
\texttt{dst} (x,y) = \texttt{src} (map_x(x,y),map_y(x,y))
dst(x,y)=src(mapx(x,y),mapy(x,y))
其中具有非整数坐标的像素值是使用一种插值方法计算得出的。
mapx 和 mapy 可以分别作为浮点型映射表存储在 map1 和 map2 中,
也可以将 (x, y) 坐标交错地存储在 map1 中,
或者使用 convertMaps 函数创建的定点格式的映射。
你可能希望将浮点型映射转换为定点格式的原因是,这样可以显著提升(大约 2 倍)重映射操作的速度。
在定点格式中,map1 包含了 (cvFloor(x), cvFloor(y)) 的配对值,而 map2 包含了一个用于插值系数表的索引。输出图像的大小和深度必须与输入图像相同。
注意:
函数的文本 ID 是 “org.opencv.core.transform.remap”。
受当前实现限制,输入图像和输出图像的尺寸不得超过 32767x32767。
函数原型
GMat cv::gapi::remap
(
const GMat & src,
const Mat & map1,
const Mat & map2,
int interpolation,
int borderMode = BORDER_CONSTANT,
const Scalar & borderValue = Scalar()
)
参数
- 参数 src:源图像。
- 参数 map1:第一个映射表,可以是包含 (x, y) 点或仅包含 x 值的数组,类型可以是 CV_16SC2、CV_32FC1 或 CV_32FC2。
- 参数 map2:第二个映射表,包含 y 值,类型可以是 CV_16UC1、CV_32FC1,或者为空(当 map1 已经包含 (x, y) 点时)。
- 参数 interpolation:插值方法(参见 cv::InterpolationFlags)。该函数不支持 INTER_AREA 和 INTER_LINEAR_EXACT 方法。
- 参数 borderMode:像素外推方法(参见 cv::BorderTypes)。当 borderMode=BORDER_TRANSPARENT 时,表示目标图像中对应于源图像“越界”位置的像素不会被修改。
代码示例
include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp> // 包含G-API的核心功能
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace cv::gapi;
// 示例函数:为简单起见,这里只是创建了两个简单的映射表
void createMaps( Size sz, Mat& map_x, Mat& map_y )
{
map_x.create( sz, CV_32FC1 );
map_y.create( sz, CV_32FC1 );
for ( int j = 0; j < sz.height; ++j )
{
for ( int i = 0; i < sz.width; ++i )
{
map_x.at< float >( j, i ) = static_cast< float >( i-10 );
map_y.at< float >( j, i ) = static_cast< float >( j-5 );
}
}
}
int main()
{
// 读取源图像
Mat src = imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png" );
if ( src.empty() )
{
std::cerr << "无法读取图像,请检查路径!" << std::endl;
return -1;
}
// 创建映射表,这里仅作演示目的,实际应用中应根据需求生成
Mat map_x, map_y;
createMaps( src.size(), map_x, map_y ); // 这里假设有一个函数createMaps用于创建映射表
// 定义插值方法和边界模式
int interpolation = INTER_LINEAR; // 使用双线性插值
int borderMode = BORDER_CONSTANT;
Scalar borderValue( 0, 0, 0 ); // 黑色填充边界
// 使用G-API进行remap操作
GMat in, out;
GComputation remap_comp( GIn( in ), GOut( gapi::remap( in, map_x, map_y, interpolation, borderMode, borderValue ) ) );
// 对图像执行计算
Mat dst;
remap_comp.apply( gin( src ), gout( dst ) );
// 显示结果
imshow( "原始图像", src );
imshow( "重映射后的图像", dst );
waitKey();
return 0;
}