OpenCV学习笔记之十四——opencv重映射&surf特征点检测

首先感谢@浅墨_毛星云，本篇博文是小武通过学习@浅墨_毛星云的博客以及书籍《opencv3.0编程入门》整理的笔记及疑问心得，小武水平有限，欢迎交流。

@浅墨_毛星云博文：https://blog.csdn.net/poem_qianmo/article/category/1923021

重映射

一、概念简析

映射，就是把一幅图像中某位置的像素放置到另一个图片指定位置的过程。为了完成映射过程, 我们需要获得一些插值为非整数像素的坐标,因为源图像与目标图像的像素坐标不是一一对应的。一般情况下，我们通过重映射来表达每个像素的位置 (x,y)，像这样 :

g(x,y) = f ( h(x,y) )

在这里， g( ) 是目标图像, f() 是源图像, 而h(x,y) 是作用于 (x,y) 的映射方法函数。

来看个例子。若有一幅图像 I ,想满足下面的条件作重映射:

h(x,y) = (I.cols - x, y )

在OpenCV中，我们用函数remap( )来实现简单重映射，下面我们就一起来看看这个函数。

二、函数解析

remap( )函数会根据我们指定的映射形式，将源图像进行重映射几何变换，基于的式子如下：

需要注意，此函数不支持就地（in-place）操作。看看其原型和参数。

原型：

C++: void remap(InputArray src, 
                OutputArray dst, 
                InputArray map1,
                InputArray map2, 
                int interpolation, 
                int borderMode=BORDER_CONSTANT, 
                const Scalar& borderValue=Scalar())

参数：

- 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位或者浮点型图像。
- 第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放函数调用后的输出结果，需和源图片有一样的尺寸和类型。
- 第三个参数，InputArray类型的map1，它有两种可能的表示对象。

表示点（x，y）的第一个映射。
表示CV_16SC2 , CV_32FC1 或CV_32FC2类型的X值。

- 第四个参数，InputArray类型的map2，同样，它也有两种可能的表示对象，而且他是根据map1来确定表示那种对象。

若map1表示点（x，y）时。这个参数不代表任何值。
表示CV_16UC1 , CV_32FC1类型的Y值（第二个值）。

第五个参数，int类型的interpolation,插值方式，之前的resize( )函数中有讲到，需要注意，resize( )函数中提到的INTER_AREA插值方式在这里是不支持的，所以可选的插值方式如下：

INTER_NEAREST - 最近邻插值

INTER_LINEAR – 双线性插值（默认值）

INTER_CUBIC – 双三次样条插值（逾4×4像素邻域内的双三次插值）

INTER_LANCZOS4 -Lanczos插值（逾8×8像素邻域的Lanczos插值）

第六个参数，int类型的borderMode，边界模式，有默认值BORDER_CONSTANT，表示目标图像中“离群点（outliers）”的像素值不会被此函数修改。

第七个参数，const Scalar&类型的borderValue，当有常数边界时使用的值，其有默认值Scalar( )，即默认值为0。

对于第3、第4个参数，也可以这样理解：

第三个参数，InputArray类型的map1，里面存储着源图像中各像素点的x坐标在目标图像中的x坐标，x坐标就是代表列号，第四个参数，InputArray类型的map2，里面存储着源图像中各像素点的y坐标在目标图像中的y坐标，y坐标就是代表行号。

代码实现：

#include<iostream>  
  
using namespace std;  
using namespace cv;


int main()
{

 Mat scr_img,dst_img,x_img,y_img;
 scr_img=imread("boy.jpg");
 imshow("source",scr_img);

 //创建和原始图一样的效果图，x重映射图，y重映射图 
 x_img.create(scr_img.size(),CV_32FC1);
 y_img.create(scr_img.size(),CV_32FC1);
 
 //遍历所有像素，改变 x_img 和 y_img 值
 for(int i=0;i<scr_img.rows;i++)
 {
    for(int j=0;j<scr_img.cols;j++)
	{
	   x_img.at<float>(i,j)=static_cast<float>(scr_img.cols-j);    
	   y_img.at<float>(i,j)=static_cast<float>(i);
	
	}
 }

 //进行重映射操作
 remap( scr_img,dst_img,x_img,y_img,CV_INTER_LINEAR, BORDER_CONSTANT);
 imshow("work",dst_img);
 waitKey(0);
 return 0;
}

效果：

surf特征点检测

一、算法简介

SURF，我们简单介绍一下，英语全称为SpeededUp Robust Features，直译的话就是“加速版的具有鲁棒性的特征“算法，由Bay在2006年首次提出。SURF是尺度不变特征变换算法（SIFT算法）的加速版。一般来说，标准的SURF算子比SIFT算子快好几倍，并且在多幅图片下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像的概念，这大大加快了程序的运行时间。SURF可以应用于计算机视觉的物体识别以及3D重构中。

原理：参考这里

二、函数解释

原型：

C++: voidFeatureDetector::detect(constMat& image, vector<KeyPoint>& keypoints,
                                 const Mat& mask=Mat() ) const

参数：

第一个参数—输入图像；
第二个参数—检测的关键点的参数，vector模板类是能够存放任意类型的动态数组，能够增加和压缩；
第三个参数——掩码指定在哪里寻找关键点（可选）。它必须是在感兴趣区域中具有非零值的8位整数矩阵。

drawKeypoints()函数详解：

此函数用于画关键点

C++: void drawKeypoints(const Mat&image, 
                        const vector<KeyPoint>& keypoints,
                        Mat& outImage, 
                        constScalar& color=Scalar::all(-1),
                        int flags=DrawMatchesFlags::DEFAULT）

第一个参数，const Mat&类型的src，输入图像。
第二个参数，const vector<KeyPoint>&类型的keypoints，根据源图像得到的特征点，它是一个输出参数。
第三个参数，Mat&类型的outImage，输出图像，其内容取决于第五个参数标识符falgs。
第四个参数，const Scalar&类型的color，关键点的颜色，有默认值Scalar::all(-1)。
第五个参数，int类型的flags，绘制关键点的特征标识符，有默认值DrawMatchesFlags::DEFAULT。可以在如下这个结构体中选取值。

OpenCV学习笔记之十四——opencv重映射&surf特征点检测

猜你喜欢