本文共 3066 字，大约阅读时间需要 10 分钟。

图像尺寸变换

图像插值原理

由于对图像的操作存在拉伸变换，造成变换前后图像像素点位置发生变化。

• 两个像素合并成一个像素
• 两个相邻像素中间多出位置

最邻近法

选择临近的像素。简单，效果较差

线性插值法

选择临近两个像素，建立一次函数，进行投影，得到的数据

双线性插值法

选择临近的四个像素，四个像素两两建立一次函数，再把像素投影到建立好的一次函数上再次建立一次函数得到数据。

应用图像的拉伸变换、旋转、仿射变换、透视变换等涉及到对图像像素位置改变的情况。

图像缩放，反转，拼接

缩放

resize()

void cv::resize(InputArray		src,               OutputArray		dst,               Size				dsize,               double			fx = 0,               double 			fy = 0,               int				interpolation = INTER_LINEAR)

• src：输入图像
• dst：输出图像
• dsize：输出图像的尺寸
• fx：水平轴的比例因子，如果将水平轴变为原来的两倍，则赋值为2
• yx：垂直轴的比例因子，如果将垂直轴变为原来的两倍，则赋值为2
• interpolation：插值方法的标志。

fx ， yx 与 dsize 若存在冲突选用dsize

//************************************// Method:    sizeChange// FullName:  sizeChange// Access:    public // Returns:   void// Qualifier: 尺寸变换//************************************void sizeChange(){   	// 尺寸变换	Mat smallImg, bigImg0, bigImg1, bigImg2;	Mat gray = imread("./lena.png", IMREAD_GRAYSCALE);	// 缩小	resize(gray, smallImg, Size(15, 15), 0, 0, INTER_AREA);	// 最近邻插值放大	resize(smallImg, bigImg0, Size(30, 30), 0, 0, INTER_NEAREST);	// 双线性插值	resize(smallImg, bigImg1, Size(30, 30), 0, 0, INTER_LINEAR);	// 双三次插值	resize(smallImg, bigImg2, Size(30, 30), 0, 0, INTER_CUBIC);	namedWindow("smallImage", WINDOW_NORMAL);	imshow("smallImage", smallImg);	namedWindow("bigImg0", WINDOW_NORMAL);	imshow("bigImg0", bigImg0);	namedWindow("bigImg1", WINDOW_NORMAL);	imshow("bigImg1", bigImg1);	namedWindow("bigImg2", WINDOW_NORMAL);	imshow("bigImg2", bigImg2);	waitKey(0);}

翻转

flip()

void cv::flip(InputArray		src,             OutputArray		dst,             int				flipCode)

• src：输入图像

• dst：输出图像

• flipCode：翻转方式标志

  标志	含义
  大于0	绕y轴进行翻转
  等于0	绕x轴进行翻转
  小于0	绕两个轴进行翻转

//************************************// Method:    reverImg// FullName:  reverImg// Access:    public // Returns:   void// Qualifier: 图像翻转//************************************void reverImg(){   	Mat img = imread("./lena.png");	Mat imgx, imgy, imgx_y;	flip(img, imgx, 0);	flip(img, imgy, 1);	flip(img, imgx_y, -1);	imshow("img", img);	imshow("imgx", imgx);	imshow("imgy", imgy);	imshow("imgx_y", imgx_y);	waitKey(0);}

拼接

vconcat()纵向连接

void cv::vconcat(const Mat* 	src,                size_t			nsrc,                OutputArray		dst)

• src：Mat 矩阵类型的数组
• nsrc：数组中Mat类型数据的数目
• 连接后的Mat类矩阵

横向拼接要求高度一致

纵向拼接要求宽度一致

void cv::vconcat(InputArray		src1,                InputArray		src2,                OutputArray		dst)

• 第一个需要连接的Mat类矩阵
• 第二个需要连接的Mat类矩阵
• 连接后的Mat类矩阵

hconcat纵向连接

void cv::hconcat(const Mat*			src,                size_t				nsrc,                OutputtArray		dst)

void cv::hconcat(InputtArray		src1,                InputtArray			src2,                OutputtArray		dst)

//************************************// Method:    imgJoint// FullName:  imgJoint// Access:    public // Returns:   void// Qualifier: 图像拼接//************************************void imgJoint(){   	Mat img00 = imread("./img00.png");	Mat img01 = imread("./img01.png");	Mat img10 = imread("./img10.png");	Mat img11 = imread("./img11.png");	Mat imgl, imgr, img;	// 纵向拼接	vconcat(img00, img10, imgl);	vconcat(img01, img11, imgr);	// 横向拼接	hconcat(imgl, imgr, img);}

转载地址：http://jgkq.baihongyu.com/