matlab实现 图像的仿射变换 平移变换 彩色 灰度 图像平移 代码

本文主要是介绍matlab实现 图像的仿射变换 平移变换 彩色 灰度 图像平移 代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目:自定义一个图像的平移变换函数myImageTranslation,用于平移给定的输入图像,要求该函数的输入参数包括处理前的图像img1、垂直方向的平移步长delta_v和水平方向的平移步长delta_h,输出参数为处理后的图像img2。

说明:函数模板为img2 = myImageTranslation(img1, delta_v, delta_h),其中,平移后的图像img2必须和输入图像img1的大小相同,若平移后新坐标溢出img1的坐标范围,则用值0来填充该坐标处的灰度值,否则用img1中相应像素点的灰度值进行赋值,delta_v和delta_h必须是整数(可以是正或负整数);要求能处理灰度图像EXP2A.tif和彩色图像EXP2B.bmp。

 

实现思路:

1.首先使用abs()函数将分别取水平v和垂直位移h的绝对值,使用size()函数获取图像的宽和高以及层数,即图像数据的行数r和列数c以及维数l;

2.判断水平位移和垂直位移的大小:若水平位移或垂直位移大于图片的宽度或长度,则构造一个与原图像相同行数、列数、层数的零矩阵,输出矩阵,即直接输出与原图像相同大小的黑色图像;若水平位移和垂直位移都为0,则直接输出原图像;否则,继续下面的步骤;

3. 构造矩阵:①构造行数为h、列数为c、层数为l的零矩阵,用于插入图片的上方或下方,其中当垂直位移小于0时插入图像的下方,当垂直位移大于0时插入图像的上方;②构造行数为(r + h)、列数为v、层数为l的零矩阵,用于插入图片的左方或右方,其中当水平位移小于0时插入图像的右方,当水平位移大于0时插入图像的左方;

4.插入两个零矩阵:分别判断水平位移和垂直位移的大小,将步骤3中构造的矩阵按规则分别插入图像的上方或下方以及图像的左方或右方;

5.裁剪图像并输出:根据水平位移和垂直位移的大小裁剪图像,即裁剪图像中插入零矩阵的角落,例如水平位移和垂直位移均大于0时,分别的图像的左方和上方插入零矩阵,那么在裁剪图像时应该裁剪图像的左上角,参见图1。

                                                                       图1 图像水平位移+v 垂直位移+h 原理示意图

该算法的时间复杂度为O(1),效率更高。

实现效果演示:

                                              图2 灰度图像平移

                                               图3 彩色图像平移

 

实现源代码:

 

function img2 = myImageTranslation(img1, delta_v, delta_h)%参数分别为图像矩阵、水平位移、垂直位移%%取位移的绝对值abs_delta_v = abs(delta_v);abs_delta_h = abs(delta_h);%%将图像uint8类型的数据转换为double类型的同时,把数据范围由原来的0~255映射到0~1,可以看作数据的一种归一化,以便计算img = im2double(img1);%获取图像的宽和高以及层数,即图像数据的行数r和列数c以及维数l[r,c,l] = size(img);%如果平移的水平位移或垂直位移大于图像的宽度或高度,则直接输出黑色图像即可if(abs_delta_h >= r || abs_delta_v >= c)img2 = zeros(r,c,l);returnelseif(abs_delta_h == 0 && abs_delta_v == 0)%当水平和垂直位移都为0时,输出原图像img2 = img;returnend%%构造矩阵rows = zeros(abs_delta_h,c,l);%用于插入图像的上方或下方,当垂直位移为负时插入图像的下方cols = zeros(r + abs_delta_h,abs_delta_v,l);%用于插入图像的左方或右方,当垂直位移为负时插入图像的右方if(delta_v < 0)%当水平位移为负时插入图像的下方img = [img;rows];if(delta_h < 0)%当垂直位移为负时插入图像的右方img = [img,cols];img2 = img(abs_delta_h:end,abs_delta_v:end,:);%输出右下角elseif(delta_h > 0)%当垂直位移为正时插入图像的左方img = [cols,img];img2 = img(abs_delta_h:end,1:c,:);%输出右下角endelseif(delta_v > 0)%当水平位移为正时插入图像的上方img = [rows;img];if(delta_h < 0)img = [img,cols];img2 = img(1:r,abs_delta_v:end,:);%输出右上角elseif(delta_h > 0)img = [cols,img];img2 = img(1:r,1:c,:);%输出左上角endelse%当水平位移为0时垂直方向不操作if(delta_h < 0)img = [img,cols];img2 = img(1:r,abs_delta_v:end,:);%输出图像右方elseif(delta_h > 0)img = [cols,img];img2 = img(1:r,1:c,:);%输出图像左方endend[r2,c2,l2] = size(img2)
end
clc;
clear;
%%%%%%%%%%%%%%%%%%%%%%%黑白%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
img1 = imread('EXP2A.tif');
delta_v = 600;
delta_h = 0;
img2 = myImageTranslation(img1, delta_v, delta_h);figure('NumberTitle', 'off', 'Name', '实验二第一题 图像平移 黑白'); 
subplot(2,2,1);
imshow(img1);
title('原始图像');subplot(2,2,2);
imshow(img2);
title(['平移后的图像:水平',num2str(delta_v),'像素,垂直',num2str(delta_h),'像素']);delta_v = 100;
delta_h = 50;
img3 = myImageTranslation(img1, delta_v, delta_h);
subplot(2,2,3);
imshow(img3);
title(['平移后的图像:水平',num2str(delta_v),'像素,垂直',num2str(delta_h),'像素']);delta_v = -70;
delta_h = -120;
img4 = myImageTranslation(img1, delta_v, delta_h);
subplot(2,2,4);
imshow(img4);
title(['平移后的图像:水平',num2str(delta_v),'像素,垂直',num2str(delta_h),'像素']);%%%%%%%%%%%%%%%%%%%%%%%彩色%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
img1 = imread('EXP2B.bmp');
delta_v = 200;
delta_h = 50;
img2 = myImageTranslation(img1, delta_v, delta_h);figure('NumberTitle', 'off', 'Name', '实验二第一题 图像平移 彩色'); 
subplot(2,2,1);
imshow(img1);
title('原始图像');subplot(2,2,2);
imshow(img2);
title(['平移后的图像:水平',num2str(delta_v),'像素,垂直',num2str(delta_h),'像素']);delta_v = -100;
delta_h = 50;
img3 = myImageTranslation(img1, delta_v, delta_h);
subplot(2,2,3);
imshow(img3);
title(['平移后的图像:水平',num2str(delta_v),'像素,垂直',num2str(delta_h),'像素']);delta_v = -70;
delta_h = -120;
img4 = myImageTranslation(img1, delta_v, delta_h);
subplot(2,2,4);
imshow(img4);
title(['平移后的图像:水平',num2str(delta_v),'像素,垂直',num2str(delta_h),'像素']);

 

这篇关于matlab实现 图像的仿射变换 平移变换 彩色 灰度 图像平移 代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/387205

相关文章

Redis实现分布式锁全过程

《Redis实现分布式锁全过程》文章介绍Redis实现分布式锁的方法,包括使用SETNX和EXPIRE命令确保互斥性与防死锁,Redisson客户端提供的便捷接口,以及Redlock算法通过多节点共识... 目录Redis实现分布式锁1. 分布式锁的基本原理2. 使用 Redis 实现分布式锁2.1 获取锁

Linux实现查看某一端口是否开放

《Linux实现查看某一端口是否开放》文章介绍了三种检查端口6379是否开放的方法:通过lsof查看进程占用,用netstat区分TCP/UDP监听状态,以及用telnet测试远程连接可达性... 目录1、使用lsof 命令来查看端口是否开放2、使用netstat 命令来查看端口是否开放3、使用telnet

MySQL的配置文件详解及实例代码

《MySQL的配置文件详解及实例代码》MySQL的配置文件是服务器运行的重要组成部分,用于设置服务器操作的各种参数,下面:本文主要介绍MySQL配置文件的相关资料,文中通过代码介绍的非常详细,需要... 目录前言一、配置文件结构1.[mysqld]2.[client]3.[mysql]4.[mysqldum

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

基于Java和FFmpeg实现视频压缩和剪辑功能

《基于Java和FFmpeg实现视频压缩和剪辑功能》在视频处理开发中,压缩和剪辑是常见的需求,本文将介绍如何使用Java结合FFmpeg实现视频压缩和剪辑功能,同时去除数据库操作,仅专注于视频处理,需... 目录引言1. 环境准备1.1 项目依赖1.2 安装 FFmpeg2. 视频压缩功能实现2.1 主要功

使用Python实现无损放大图片功能

《使用Python实现无损放大图片功能》本文介绍了如何使用Python的Pillow库进行无损图片放大,区分了JPEG和PNG格式在放大过程中的特点,并给出了示例代码,JPEG格式可能受压缩影响,需先... 目录一、什么是无损放大?二、实现方法步骤1:读取图片步骤2:无损放大图片步骤3:保存图片三、示php

使用Python实现一个简易计算器的新手指南

《使用Python实现一个简易计算器的新手指南》计算器是编程入门的经典项目,它涵盖了变量、输入输出、条件判断等核心编程概念,通过这个小项目,可以快速掌握Python的基础语法,并为后续更复杂的项目打下... 目录准备工作基础概念解析分步实现计算器第一步:获取用户输入第二步:实现基本运算第三步:显示计算结果进

Python多线程实现大文件快速下载的代码实现

《Python多线程实现大文件快速下载的代码实现》在互联网时代,文件下载是日常操作之一,尤其是大文件,然而,网络条件不稳定或带宽有限时,下载速度会变得很慢,本文将介绍如何使用Python实现多线程下载... 目录引言一、多线程下载原理二、python实现多线程下载代码说明:三、实战案例四、注意事项五、总结引

Python利用PySpark和Kafka实现流处理引擎构建指南

《Python利用PySpark和Kafka实现流处理引擎构建指南》本文将深入解剖基于Python的实时处理黄金组合:Kafka(分布式消息队列)与PySpark(分布式计算引擎)的化学反应,并构建一... 目录引言:数据洪流时代的生存法则第一章 Kafka:数据世界的中央神经系统消息引擎核心设计哲学高吞吐

C++ STL-string类底层实现过程

《C++STL-string类底层实现过程》本文实现了一个简易的string类,涵盖动态数组存储、深拷贝机制、迭代器支持、容量调整、字符串修改、运算符重载等功能,模拟标准string核心特性,重点强... 目录实现框架一、默认成员函数1.默认构造函数2.构造函数3.拷贝构造函数(重点)4.赋值运算符重载函数