《学习OpenCV》第6章 图像变换要点.pptx

第6章 图像变换;;本章各小节目录;概述;计算机视觉中经常会用到许多有用的变换。OpenCV提供了一套完整的实现工具和方法，其中一些普通的工具和方法就像积木一样可帮助我们实现各种图像转换。;卷积;成。 图6-1描述了以数组中心为参考点的3×3卷积核。若要计算一个特定点的卷积值，首先将核的参考点定位到图像的第一个像素点，核的其余元素覆盖图像中其相对应的局部像素点。对于每一个核点，我们可以得到这个点的核的值以及图像中相应图像点的值。将这些值相乘并求和，并将这个结果放在与输入图像参考点所相对应的位置。通过在整个图像上扫描卷积核，对图像的每个点重复此操作。 ;当然，我们可以用方程来表示这个过程。如果我们定义图像为I(x, y)，核为G(i, j)(其中0iMi-1和0jMj-1)，参考点位于相应核的(ai, aj)坐标上，则卷积H(x, y)定义如下： 注意观察运算次数，至少初看上去，它似乎等于图像的像素数乘以核的像素数。这其实是很大的计算量并且也不是仅仅用其中的一些for循环以及许多指针再分配就能做的事情。类似这种情况，最好让OpenCV来做这个工作以利用OpenCV已编程实现的最优方法。其函数为cvFilter2D()： void cvFilter2D( const CvArr* src, CvArr* dst, const CvMat* kernel, CvPoint anchor = cvPoint(-1, -1) );;这里我们创建一个适当大小的矩阵，将系数连同源图像和目标图像一起传递给cvFilter2D()。我们还可以有选择地输入一个CvPoint指出核的中心位置，默认值(cvPoint(-1, -1))会设参考点为核的中心。如果定义了参考点，核的中心可以是偶数，否则只能是奇数。 源图像src和目标图像dst大小应该相同，有些人可能认为考虑到卷积核的额外的长和宽，源图像src应该大于目标图像dst。但是在OpenCV里源图像src和目标图像dst的大小是可以一样的，因为在默认条件下，在卷积之前，OpenCV通过复制源图像src的边界创建了虚拟像素，这样以便于目标图像dst边界的像素可以被填充。复制是通过input(-dx, y)=input(0, y), input(w+dx, y)=input(w-1, y)等实现的，此默认行为还有一些替代方法，我们将在下一节讨论。 ;提示一下，这里我们所讨论的卷积核的系数应该是浮点类型的，这就意味着我们必须用CV_32F来初始化矩阵。;卷积边界; const CvArr* src, CvArr* dst, CvPoint offset, int bordertype, CvScalar value = cvScalarAll(0) ); Offset变量告诉cvCopyMakeBorder()将源图像的副本放到目标图像中的位置。典型情况是，如果核为N×N(N为奇数)时，那么边界在每一侧的宽度都应是(N-1)/2，即这幅图像比源图像宽或高N-1。在这种情况下，可以把Offset设置为cvPoint((N-1)/2, (N-1)/2)，使得边界在每一侧都是偶数。 Bordertype既可以是IPL_BORDER_CONSTANT，也可以是IPL_BORDER_REPLICATE（见图6-2）。在第一种情况下，;value变量被认为是所有在边界的像素应该设置的值。在第二种情况下，原始图像边缘的行和列被复制到大图像的边缘。注意，测试的模板图像的边缘是比较精细的（注意图6-2右上角的图像）。在测试的模板图像中，除了在原图案边缘附近的像素变白外，有一个像素宽的黑色边界。这里定义了另外两种边界类型，IPL_BORDER_REFLECT和IPL_BORDER_WRAP，目前还没有被OpenCV所实现，但以后可能会在OpenCV中实现。 ;我们在前面已经提到，当调用OpenCV库函数中的卷积功能时，cvCopyMakeBorder()函数就会被调用。在大多数情况下，边界类型为IPL_BORDER_REPLICATE，但有时并不希望用它。所以在另一种场合，可能用到cvCopyMakeBorder()。你可以创建一幅具有比想要得到的边界稍微大一些的图像，无论调用任何常规操作，接下来就可以剪切到对源图像所感兴趣的部分。这样一来，OpenCV的自动加边就不会影响所关心的像素。;梯度和Sobel导数; cvSobel( const CvArr* src, CvArr* dst, int xorder,; int yorder, int aperture_size = 3 ); 这里，src和dst分别是输入图像和输出图像，xorder和yorder是求导的阶数