当前位置:   article > 正文

opencv 图像仿射变换 计算仿射变换后对应特征点的新坐标 图像旋转、缩放、平移_unity opencv4点仿射变换

unity opencv4点仿射变换

常常需要最图像进行仿射变换,仿射变换后,我们可能需要将原来图像中的特征点坐标进行重新计算,获得原来图像中例如眼睛瞳孔坐标的新的位置,用于在新得到图像中继续利用瞳孔位置坐标。


仿射变换在:http://blog.csdn.net/xiaowei_cqu/article/details/7616044 这位大牛的博客中已经介绍的非常清楚。

关于仿射变换的详细介绍,请见上面链接的博客。

我这里主要介绍如何在已经知道原图像中若干特征点的坐标之后,计算这些特征点进行放射变换之后的坐标,然后做一些补充。


** 在原文中,很多功能函数都是使用的cvXXX,例如cv2DRotationMatrix( center, degree,1, &M);  这些都是老版本的函数,在opencv2以后,应该尽量的使用全新的函数,所以在我的代码中,都是使用的最新的函数,不再使用 cvMat, 而是全部使用 Mat 类型。 **


1. 特征点对应的新的坐标计算

假设已经有一个原图像中的特征点的坐标 CvPoint point;  那么计算这个point的对应的仿射变换之后在新的图像中的坐标位置,使用的方法如下函数:

  1. // 获取指定像素点放射变换后的新的坐标位置
  2. CvPoint getPointAffinedPos(const CvPoint &src, const CvPoint ¢er, double angle)
  3. {
  4. CvPoint dst;
  5. int x = src.x - center.x;
  6. int y = src.y - center.y;
  7. dst.x = cvRound(x * cos(angle) + y * sin(angle) + center.x);
  8. dst.y = cvRound(-x * sin(angle) + y * cos(angle) + center.y);
  9. return dst;
  10. }

要特别注意的是,在对一个原图像中的像素的坐标进行计算仿射变换之后的坐标的时候,一定要按照仿射变换的基本原理,将原来的坐标减去仿射变换的旋转中心的坐标,这样仿射变换之后得到的坐标再加上仿射变换旋转中心坐标才是原坐标在新的仿射变换之后的图像中的正确坐标。


下面给出计算对应瞳孔坐标旋转之后的坐标位置的示例代码:

  1. // AffineTransformation.cpp : Defines the entry point for the console application.
  2. //
  3. #include "stdafx.h"
  4. #include "stdio.h"
  5. #include "iostream"
  6. #include "opencv2/opencv.hpp"
  7. using namespace std;
  8. using namespace cv;
  9. // 获取指定像素点放射变换后的新的坐标位置
  10. CvPoint getPointAffinedPos(const CvPoint &src, const CvPoint ¢er, double angle);
  11. Mat ImageRotate(Mat & src, const CvPoint &_center, double angle);
  12. Mat ImageRotate2NewSize(Mat& src, const CvPoint &_center, double angle);
  13. int _tmain(int argc, _TCHAR* argv[])
  14. {
  15. string image_path = "D:/lena.jpg";
  16. Mat img = imread(image_path);
  17. cvtColor(img, img, CV_BGR2GRAY);
  18. Mat src;
  19. img.copyTo(src);
  20. CvPoint Leye;
  21. Leye.x = 265;
  22. Leye.y = 265;
  23. CvPoint Reye;
  24. Reye.x = 328;
  25. Reye.y = 265;
  26. // draw pupil
  27. src.at<unsigned char>(Leye.y, Leye.x) = 255;
  28. src.at<unsigned char>(Reye.y, Reye.x) = 255;
  29. imshow("src", src);
  30. //
  31. CvPoint center;
  32. center.x = img.cols / 2;
  33. center.y = img.rows / 2;
  34. double angle = 15L;
  35. Mat dst = ImageRotate(img, center, angle);
  36. // 计算原特征点在旋转后图像中的对应的坐标
  37. CvPoint l2 = getPointAffinedPos(Leye, center, angle * CV_PI / 180);
  38. CvPoint r2 = getPointAffinedPos(Reye, center, angle * CV_PI / 180);
  39. // draw pupil
  40. dst.at<unsigned char>(l2.y, l2.x) = 255;
  41. dst.at<unsigned char>(r2.y, r2.x) = 255;
  42. //Mat dst = ImageRotate2NewSize(img, center, angle);
  43. imshow("dst", dst);
  44. waitKey(0);
  45. return 0;
  46. }
  47. Mat ImageRotate(Mat & src
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/100353
推荐阅读
相关标签
  

闽ICP备14008679号