前面學習了圖像的顯示和存儲,此次學習圖像的幾何變換,忙來忙去整理了大半個月,終於整理完了,下面就來記錄一下,主要有如下內容:算法
·圖像的平移變換緩存
·圖像的鏡像變換函數
·圖像的轉置變換學習
·圖像的旋轉變換優化
·圖像的縮放spa
1、圖像的平移變換3d
在進行書寫matlab代碼以前,先來了解一下圖像平移的理論基礎。設圖像的高度爲H,寬度爲W,以下所示:rest
咱們知道,圖像是由像素組成的,而像素的集合就至關於一個二維的矩陣,每個像素都有一個「位置」,也就是像素都有一個座標。假設原來的像素的位置座標爲(x0,y0),通過平移量(△x,△y)後,座標變爲(x1,y1),以下所示:code
用數學式子表示能夠表示爲:orm
x1 = x0 + △x,
y1 = y0 + △y;
用矩陣表示爲:
原本使用二維矩陣就能夠了的,可是爲了適應像素、拓展適應性,這裏使用三位的向量。
式子中,矩陣:
稱爲平移變換矩陣(因子),△x和△y爲平移量。
此外,咱們也知道了,圖像的高度H其實也就是像素的行數,對於座標1≤X≤H;圖像的長度也就是像素的列數,對應座標1≤Y≤W。
上面是理論基礎,下面咱們就用matlab實現一下圖像的平移變換,相應的matlab代碼以下所示:
close all ; clear all ; clc ; im = imread('F:/圖像處理/Koala.jpg');%讀入一幅圖 [H,W,Z] = size(im); % 獲取圖像大小,H爲垂直方向768點,W爲水平方向1024點 I=im2double(im);%將圖像類型轉換成雙精度 res = ones(H,W,Z); % 構造結果矩陣。每一個像素點默認初始化爲1(白色) delX = 50; % 平移量X delY = 100; % 平移量Y tras = [1 0 delX; 0 1 delY; 0 0 1]; % 平移的變換矩陣 for x0 = 1 : H%第1行到第768行 for y0 = 1 : W%第1列到第1024列 temp = [x0; y0; 1];%將每一點的位置進行緩存,1行1列,1行2列···1行1024列 temp = tras * temp; % 根據算法進行,矩陣乘法:轉換矩陣乘以原像素位置 x1 = temp(1, 1);%新的像素x1位置,也就是新的行位置(從1~768) y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置(從1~1024) % 變換後的位置判斷是否越界 if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小於新的列位置 res(x1,y1,:)= I(x0,y0,:);%進行圖像平移,顏色賦值 end end end; set(0,'defaultFigurePosition',[100,100,1000,500]);%設置窗口大小 set(0,'defaultFigureColor',[1 1 1]);%設置窗口顏色 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(I),axis on ;%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(res),axis on;%顯示圖片,一行兩列,第二幅
咱們先來看一下效果,而後着重分析一下代碼,效果以下所示:
而後下面咱們分析一下關鍵的代碼:
讀入圖像以後,獲得im,咱們能夠看到im是一個三維的變量,包括了像素的位置(高度(即垂直長度)和寬度(即水平長度)),像素的顏色。(注,24位真彩圖:也是用矩陣表示,圖像像素直接用RGB顏色顯示,而不是經過顏色索引表。圖像像素的顏色用三個變量表示即(R,G,B),每一個變量從0~255變化,所以一個像素也就是8bit*3=24bit,一個像素用24bit表示能夠有2^24種顏色。)咱們能夠看到會有unit8,就是8bit的緣由。
而後咱們獲取圖像的大小,用H,W,Z三個變量接收,其中H接收了圖片的高度(也就是垂直長度),W接收了圖片的寬度(水平長度),而後Z接收了圖片的顏色值。
而後咱們將圖像轉換成雙精度類型I,這是由於使用雙精度能夠仿真在轉換過程當中發生精度損失的問題,也是方便咱們進行轉換。轉換以後,咱們能夠看到unit8的類型別咱們轉換成了double類型。
接着,咱們構造一個圖像res矩陣,這個圖像首先進行歸一化,也就是讓裏面的元素所有爲1,對於圖像,就是一張白色的圖片了。這個圖像主要是用來「保存」咱們進行位移後的圖像。
而後咱們就設置平移量、構造平移變換矩陣。這個矩陣咱們根據前面的理論部分能夠獲得。
接着即是重點了,進行平移變換。咱們來一句一句解讀這個循環。當x0=1,y0=1時,獲得第一個像素的位置,也就是(x0,y0)這個像素,而後將這個像素位置進行緩存,也就是構造一個矩陣temp,即理論中的:
而後進行位置轉換,也就是進行矩陣相乘,用變換矩陣乘以原像素矩陣,獲得了變換後像素矩陣:
接着,咱們須要把變換後的像素位置「提取」出來,用x1,y1進行存儲;爲何要獲取位置呢?這是由於咱們要判斷這個像素是否越界了,也就是進行平移以後,獲得的這個像素位置是否還存在顯示區域裏面,也就是咱們的
if (x <= H) & (y <= W) & (x >= 1) & (y >= 1) 語句
當還在顯示區域裏面時,咱們要進行移位顯示:
res(x1,y1,:)= I(x0,y0,:);%進行圖像平移,顏色賦值
這個語句的含義是,把I中的RGB值(也就是顏色值)賦值給res,也就是說,前面矩陣相乘只是移動的像素位置,可是顏色沒有進行移動,這裏進行圖像顏色的平移,當x0=1,y0=1時,把該點的位置圖像顏色進行移動過去。
當x0=1,y0=2時,移動第二點。咱們能夠看到,這裏的代碼是:從左到右平移,也就是先進行寬度的平移;從上到下,進行高度的平移。當兩個循環完成以後,圖像也就像平移完成了。
最後的代碼就是顯示圖像了,其中axis on 的意思是打開左邊,方便咱們進行查看平移後的位置。從上面的效果咱們能夠獲得,delx表示的高度的平移量,delx爲正值時往下平移,delx爲負值時往上平移;而dely表示的寬度的平移量,正值往右平移,負值往左平移。
2、圖像的鏡像變換
圖像的鏡像變換分爲水平鏡像和垂直鏡像,下面分別進行這兩種鏡像的介紹,首先說明一下,不管是水平鏡像仍是垂直鏡像,鏡像後高度和寬度都不變。
H圖像的高度,關聯x W:圖像的寬度,關聯y
·水平鏡像操做:以原圖像的垂直中軸線爲中心,將圖像分爲左右兩部分進行對稱變換。示意圖以下所示:
水平鏡像中,原圖中的(x0,y0)通過水平鏡像後,座標變成了(x0,W-y0),用數學公式表達就是:
x1 = x0,
y1 = W-y0 ;
寫成矩陣就是:
也就是說,水平鏡像變換矩陣(因子)爲:
用matlab代碼實現以下所示:
close all ; clear all ; clc ; im = imread('F:/圖像處理/Koala.jpg');%讀入一幅圖 [H,W,Z] = size(im); % 獲取圖像大小,H爲垂直方向768點,W爲水平方向1024點 I=im2double(im);%將圖像類型轉換成雙精度 res = ones(H,W,Z); % 構造結果矩陣。每一個像素點默認初始化爲1(白色) tras = [1 0 0; 0 -1 W; 0 0 1]; % 水平鏡像的變換矩陣 for x0 = 1 : H%第1行到第768行 for y0 = 1 : W%第1列到第1024列 temp = [x0; y0; 1];%將每一點的位置進行緩存,1行1列,1行2列···1行1024列 temp = tras * temp; % 根據算法進行,矩陣乘法:轉換矩陣乘以原像素位置 x1 = temp(1, 1);%新的像素x1位置,也就是新的行位置(從1~768) y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置(從1~1024) % 變換後的位置判斷是否越界 if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小於新的列位置 res(x1,y1,:)= I(x0,y0,:);%進行圖像顏色賦值 end end end; set(0,'defaultFigurePosition',[100,100,1000,500]);%設置窗口大小 set(0,'defaultFigureColor',[1 1 1]);%設置窗口顏色 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(I),axis on ;%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(res),axis on;%顯示圖片,一行兩列,第二幅
代碼已經沒有什麼好介紹的了,跟前面的平移差很少,只不過變換矩陣是水平鏡像變化矩陣,獲得的效果以下所示:
·垂直鏡像操做:以原圖像的水平中軸線爲中心,將圖像分爲上下兩部分進行對稱變換。示意圖以下所示:
垂直鏡像中,原圖中的(x0,y0)通過垂直鏡像後,座標變成了(H-x0,y0),用數學公式表達就是:
x1 = H - x0,
y1 = y0 ;
寫成矩陣就是:
也就是說,垂直鏡像變換矩陣(因子)爲:
用matlab代碼實現以下所示:
close all ; clear all ; clc ; im = imread('F:/圖像處理/Koala.jpg');%讀入一幅圖 [H,W,Z] = size(im); % 獲取圖像大小,H爲垂直方向768點,W爲水平方向1024點 I=im2double(im);%將圖像類型轉換成雙精度 res = ones(H,W,Z); % 構造結果矩陣。每一個像素點默認初始化爲1(白色) tras = [-1 0 H; 0 1 0; 0 0 1]; % 垂直鏡像的變換矩陣 for x0 = 1 : H%第1行到第768行 for y0 = 1 : W%第1列到第1024列 temp = [x0; y0; 1];%將每一點的位置進行緩存,1行1列,1行2列···1行1024列 temp = tras * temp; % 根據算法進行,矩陣乘法:轉換矩陣乘以原像素位置 x1 = temp(1, 1);%新的像素x1位置,也就是新的行位置(從1~768) y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置(從1~1024) % 變換後的位置判斷是否越界 if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小於新的列位置 res(x1,y1,:)= I(x0,y0,:);%進行顏色賦值 end end end; set(0,'defaultFigurePosition',[100,100,1000,500]);%設置窗口大小 set(0,'defaultFigureColor',[1 1 1]);%設置窗口顏色 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(I),axis on ;%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(res),axis on;%顯示圖片,一行兩列,第二幅
代碼實現的效果以下所示:
3、圖像的轉置變換
圖像的轉置就是將圖像像素的x座標和y座標互換。這樣將改變圖像的高度和寬度,轉置後圖像的高度和寬度也將互換。
圖像的轉置用數學公式描述就是:
x1 = y0,
y1 = x0;
寫出矩陣以下所示:
用matlab實現的代碼以下所示:
close all ; clear all ; clc ; im = imread('F:/圖像處理/Koala.jpg');%讀入一幅圖 [H,W,Z] = size(im); % 獲取圖像大小,H爲垂直方向768點,W爲水平方向1024點 I=im2double(im);%將圖像類型轉換成雙精度 res = ones(H,W,Z); % 構造結果矩陣。每一個像素點默認初始化爲1(白色) tras = [0 1 0; 1 0 0; 0 0 1]; % 轉置的變換矩陣 for x0 = 1 : H%第1行到第768行 for y0 = 1 : W%第1列到第1024列 temp = [x0; y0; 1];%將每一點的位置進行緩存,1行1列,1行2列···1行1024列 temp = tras * temp; % 根據算法進行,矩陣乘法:轉換矩陣乘以原像素位置 x1 = temp(1, 1);%新的像素x1位置,也就是新的行位置(從1~768) y1 = temp(2, 1);%新的像素y1位置,也就是新的列位置(從1~1024) % 變換後的位置判斷是否越界 if (x1 <= H) & (y1 <= W) & (x1 >= 1) & (y1 >= 1)%新的行位置要小於新的列位置 res(x1,y1,:)= I(x0,y0,:);%進行圖像顏色賦值 end end end; set(0,'defaultFigurePosition',[100,100,1000,500]);%設置窗口大小 set(0,'defaultFigureColor',[1 1 1]);%設置窗口顏色 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(I),axis on ;%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(res),axis on;%顯示圖片,一行兩列,第二幅
實現的效果以下所示:
4、圖像的旋轉
通常狀況下,旋轉操做會有一個旋轉中心,這個旋轉中心通常爲圖像的中心,旋轉以後圖像的大小通常會發生改變。圖像像素原來的座標爲(x0,y0),(順時針)選擇Θ角度後獲得(x1,y1),用數學公式表達以下所示:
x1 = x0·cosΘ + y0·sinΘ,
y1 = -x0·sinΘ + y0·cosΘ;
用矩陣表示以下所示:
matlab中有直接實現圖像旋轉的函數,整理咱們就直接使用圖像的旋轉函數,代碼以下所示:
close all ; clear all ; clc ; im = imread('F:/圖像處理/Koala.jpg');%讀入一幅圖 res = imrotate(im,-30); set(0,'defaultFigurePosition',[100,100,1000,500]);%設置窗口大小 set(0,'defaultFigureColor',[1 1 1]);%設置窗口顏色 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im),axis on ;%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(res),axis on;%顯示圖片,一行兩列,第二幅
這裏主要是說明一下imrotate函數,這個函數就是對圖像旋轉的函數,輸入是圖像和旋轉的角度,角度爲正值時,逆時針旋轉;角度爲負值時,順時針選擇。代碼實現的效果以下所示:
5、圖像的縮放
下面值來介紹一下圖像的縮放主要是根據函數imresize來實現的,咱們先來看看代碼和效果圖,而後分析圖像的縮放函數。代碼和效果圖像所示:
close all ; clear all ; clc ; [im,map] = imread('Hydrangeas.bmp');%讀入圖片 im0 = imresize(im,0.26);%進行縮放到原來的0.26倍 im1 = imresize(im,1);%縮放原來的比例 im2 = imresize(im,3.5);%進行縮放到原來的3.5倍 im3 = imresize(im,[64 40]);%進行圖像的縮放並設置圖像的行列 im4 = imresize(im,1.6,'bilinear');%進行線性插值實現縮放 im5 = imresize(im,1.6,'triangle'); set(0,'defaultFigurePosition',[100,100,1000,500]);%設置窗口大小 set(0,'defaultFigureColor',[1 1 1]);%設置窗口顏色 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im,map);%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(im0,map);%顯示圖片,一行兩列,第二幅 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im,map);%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(im1,map);%顯示圖片,一行兩列,第二幅 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im,map);%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(im2,map);%顯示圖片,一行兩列,第二幅 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im,map);%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(im3,map);%顯示圖片,一行兩列,第二幅 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im,map);%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(im4,map);%顯示圖片,一行兩列,第二幅 figure;%打開一個窗口,用來顯示(多幅)圖像 subplot(1,2,1), imshow(im,map);%顯示圖片,一行兩列,第一幅 subplot(1,2,2), imshow(im5,map);%顯示圖片,一行兩列,第二幅
縮小:
等大:
放大:
縮放而且設置行列:
線性插值:
下面介紹一下imresize函數的使用信息(能夠經過在matlab 使用help imresize查看):
該函數主要用來調整圖像大小。
B = imresize(A,SCALE)返回一個圖像,大小是原來的SCALE倍;A是灰度、RGB或者二進制圖像。
B = imresize(A,[NUMROWS NUMCOLS])調整圖像大小,使其具備指定數量的行和列。 NUMROWS或NUMCOLS可能都是NaN,在這種狀況下,將自動計算行數或列數,以便保留圖像寬高比。
[Y,NEWMAP] = imresize(X,MAP,SCALE)調整索引圖像的大小,其中按照SCALE的倍數對原圖像進行調整。
[Y,NEWMAP] = imresize(X,MAP,[NUMROWS NUMCOLS])調整索引圖像的大小,經過調整行數和列數進行調整。
要控制imresize使用的插值方法,能夠在上面的語法中添加一個METHOD參數,以下所示:
(A,SCALE,METHOD)
(A,[NUMROWS NUMCOLS],METHOD),
imresize(X,MAP,M,METHOD)
imresize(X,MAP,[NUMROWS NUMCOLS],METHOD)
METHOD能夠是一個命名通常插值方法的字符串:
'nearest' - 最近鄰插值
'bilinear' - 雙線性插值
'bicubic' - 三次插值;默認方法
METHOD也能夠是一個命名插值內核的字符串:
'box' - 用盒形內核插值
'triangle' - 三角形內核插值 (至關於「雙線性」)
'cubic' - 用立方核插值 (至關於「bicubic」)
'lanczos2' - 用Lanczos-2內核插值
'lanczos3' - 插入Lanczos-3內核
最後,METHOD能夠是{f,w}形式的雙元素單元陣列,其中f是自定義內插內核的處理函數,w是自定義內核的寬度。在區間-w / 2 <= x <w / 2以外,f(x)必須爲零。可使用標量或向量輸入來調用處理函數f。
能夠經過使用上述任何語法以後的參數/值對來實現對imresize的附加控制。例如:
B = imresize(A,SCALE,PARAM1,VALUE1,PARAM2,VALUE2,...)
參數包括:
'Antialiasing'- 真假指定縮小圖像時是否執行抗鋸齒。默認值取決於您選擇的插值方法。對於'nearest' METHOD參數,默認值爲false;對於全部其餘方法,默認值爲true。
'Colormap' - (僅與索引圖像相關) 'original' 或 'optimized';若是'original' ,則輸出newmap與輸入圖相同。若是是「優化」,則會建立一個新的優化顏色映射。默認值爲「optimized」。
'Dither' - (僅適用於索引圖像)true或false; 指定是否執行顏色抖動。默認值爲true。
'Method' - 如上所述
'OutputSize' - 一個雙元素向量[MROWS NCOLS], 指定輸出大小。一個元素能夠是NaN,在這種狀況下,自動計算另外一個值以保留圖像的寬高比。
'Scale' - 一個標量或兩元素向量,指定調整大小的比例因子。若是它是標量,則將相同的比例因子應用於每一個維度。若是它是向量,它分別包含行和列尺寸的比例因子。
例子:
--------
使用默認的雙三次插值和抗混疊縮小兩倍:
I = imread('rice.png');
J = imresize(I,0.5);
figure,imshow(I), figure,imshow(J)
使用最近鄰內插收縮因子2。 (這是最快的方法,但質量最差):
J2 = imresize(I,0.5,'nearest');
調整索引圖像的大小:
[X,map] = imread('trees.tif');
[Y,newmap] = imresize(X,map,0.5);
imshow(Y,newmap)
調整RGB圖像的大小以得到64行,自動計算列數:
RGB = imread('peppers.png');
RGB2 = imresize(RGB,[64 NaN]);
圖像的幾何變化差很少就到這裏了,matlab中有不少函數能夠實現圖像的幾何變換,這裏就不詳細說明了。