当前位置：首页 > java >正文

OpenCV 图形API（77）图像与通道拼接函数-----对图像进行几何变换函数remap()

java 2025/5/8 18:47:50

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：
$\texttt{dst} (x,y) = \texttt{src} (map_x(x,y),map_y(x,y))$
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;
}