百问FB显示开发图像处理 - 图像调整

2.4 图像调整

2.4.1 图像的缩放

2.4.1.1 图像缩放算法浅析

图像缩放算法有很多种，这里参考网友"lantianyu520"所著的"图像缩放算法"。

原理浅析

​ 要理解这个图像缩放算法的原理，最重要的是需要理解：对于图像上的每一个像素点，它缩放前后，相对于整个图像的比例应该是一样的。

比如：

​ 以一个长度和宽度分别为200，100的长方形为例，将其放大两倍，那么缩放后的长度和宽度为400，200。

为方便理解，我们建立一个笛卡尔坐标系，把这个长方形左下角的顶点放到坐标(0,0)位置，四个点的坐标分别为：(0,0),(0,100),(200,0),(200,100)。

​ 假设此时对长方形中的坐标点(40,50)，它的x坐标相对于长的比值是40/200=0.2，y坐标相对于宽的比值是50/100=0.5，那么该点的变换后的坐标Dx,Dy则应满足：Dx/400 = 5;Dy/200 = 0.5，这样，缩放后的坐标就可以算出来了。

​ 根据上面的分析，设缩放前的像素点坐标为(Sx,Sy)，对应的缩放后的像素点坐标为(Dx,Dy)，缩放前的图像长宽分别为Sw,Sh，缩放后的图像长宽分别为Dw,Dh，则有：

Sx/Dx = Sw/Dw，Sy/Dy = Sh/Dh

故有Sx = Dx * Sw/Dw，Sy = Dy * Sh/Dh，

2.4.1.2源码编写：图像缩放算法

有了这个上面两条等式后，图像缩放算法的代码就好理解了。

下面的函数实现了基于上述原理实现的图像缩放算法：

代码清单2.4
1.	/********************************************************************** 
2.	 * 函数名称： PicZoom 
3.	 * 功能描述： 近邻取样插值方法缩放图片 
4.	 *            注意该函数会分配内存来存放缩放后的图片,用完后要用free函数释放掉 
5.	 *            "近邻取样插值"的原理请参考网友"lantianyu520"所著的"图像缩放算法" 
6.	 * 输入参数： ptPicData - 内含缩放前后的图像数据 
7.	 *            fSize    - 缩放倍数 
8.	 * 输出参数： ptPicData->pucZoomData,内含缩放后的数据 
9.	 * 返 回 值： 0 - 成功, 其他值 - 失败 
10.	 ***********************************************************************/  
11.	int PicZoom(PT_PictureData ptPicData,float fSize)  
12.	{  
13.	    ptPicData->iZoomWidth = ptPicData->iWidth * fSize;  
14.	    ptPicData->iZoomHeight= ptPicData->iHeight* fSize;  
15.	    unsigned long* pdwSrcXTable;  
16.	    unsigned long x;  
17.	    unsigned long y;  
18.	    unsigned long dwSrcY;  
19.	    unsigned char *pucDest;  
20.	    unsigned char *pucSrc;  
21.	    unsigned long dwPixelBytes = ptPicData->iBpp/8;  
22.	    ptPicData->pucZoomData= malloc(sizeof(unsigned char) * ptPicData->iZoomWidth*ptPicData->iZoomHeight*ptPicData->iBpp/8);  
23.	    pdwSrcXTable = malloc(sizeof(unsigned long) * ptPicData->iZoomWidth);  
24.	    if (NULL == pdwSrcXTable){  
25.	        printf("malloc error!\n");  
26.	        return -1;  
27.	    }  
28.	  
29.	    /* 这几个for循环的本质是Sx = Dx * Sw/Dw，Sy = Dy * Sh/Dh*/  
30.	    for (x = 0; x < ptPicData->iZoomWidth; x++){//生成表 pdwSrcXTable  
31.	        /* 第一个for循环对应x方向的坐标 
32.	     * pdwSrcXTable[x] 对应Sx, 
33.	     * x 对应Dx, 
34.	     * ptPicData->iWidth 对应Sw 
35.	     * ptPicData->iZoomWidth 对应 Dw*/   
36.	        pdwSrcXTable[x]=(x*ptPicData->iWidth/ptPicData->iZoomWidth);  
37.	    }  
38.	  
39.	    for (y = 0; y < ptPicData->iZoomHeight; y++){  
40.	    /* 第2个循环对应y方向的坐标 
41.	     * dwSrcY 对应Sy, 
42.	     * y 对应Dy, 
43.	     * ptPicData->iHeight 对应Sh 
44.	     * ptPicData->iZoomHeight 对应 Dh*/      
45.	        dwSrcY = (y * ptPicData->iHeight / ptPicData->iZoomHeight);  
46.	    /* 根据这些可算得各像素点的RGB数据存放的地址 */  
47.	        pucDest = ptPicData->pucZoomData + y*ptPicData->iZoomWidth*3;  
48.	        pucSrc  = ptPicData->pucRgbData + dwSrcY*ptPicData->iWidth*3;  
49.	  
50.	    /* 最后拷贝数据 */          
51.	        for (x = 0; x <ptPicData->iZoomWidth; x++){  
52.	             memcpy(pucDest+x*dwPixelBytes, pucSrc+pdwSrcXTable[x]*dwPixelBytes, dwPixelBytes);  
53.	        }  
54.	    }  
55.	  
56.	    free(pdwSrcXTable);  
57.	    return 0;  
58.	}

2.4.2 图像的旋转

2.4.2.1 图像旋转算法浅析

这里的图像旋转算法原理参考网友"落叶的思维"所著的"图像旋转算法与实现"

原理浅析

这个旋转算法的原理的关键点有两个：

  1. 原图像是以图像的左下角为原点建立笛卡尔坐标系的，而旋转一般是以图像的中心作为旋转点旋转的。

因此为了便于转换，我们先约定两个坐标系，一个是以图像左下角为原点建立的坐标系，称为坐标系A，这也是原图像的坐标系。一个是以图像中心为原点建立的坐标系，称为坐标系B。

由此，可以知道这个旋转算法的步骤：先将坐标系A下的坐标转换为坐标系B下的坐标，然后在坐标系B下进行图像的旋转。

在坐标系B下，我们假设点（x0，y0）距离原点的距离为r，点与原点之间的连线与x轴的夹角为b，旋转的角度为a，旋转后的点为（x1，y1）, 如下图所示。

ImageProcess_Image005

那么有以下结论：

x0=rcosb；y0=rsinb

x1 = rcos(b-a) = rcosbcosa+rsinbsina=x0cosa+y0sina；

y1=rsin(b-a)=rsinbcosa-rcosbsina=-x0sina+y0cosa；

最后，由于我们显示图像的RGB数据还是要在坐标系A下获取的，我们最后只需要将坐标系B下的x1,y1转换回坐标系A下的坐标就可以了。

旋转后的图像的长和宽会发生变化，因此要计算新图像的长和宽。

由几何关系可知，新图像的长和宽分别是旋转后，对角坐标相见后的最大值

2.4.2.2 源码编写：图像旋转算法
代码清单2.5
1.	 #define PI 3.1415926535  
2.	//角度到弧度转化  
3.	#define RADIAN(angle) ((angle)*PI/180.0)  
4.	  
5.	  
6.	  
7.	  
8.	  
9.	typedef struct ConcernCoor {  
10.	    int iLTx;// left top x  
11.	    int iLTy;//left top y  
12.	    int iLBx;//left bottom x  
13.	    int iLBy;//left bottom y  
14.	    int iRTx;//right top x  
15.	    int iRTy;//right top y  
16.	    int iRBx;// right bottom x  
17.	    int iRBy;// right bottom y  
18.	}T_ConcernCoor, *PT_ConcernCoor;  
19.	  
20.	  
21.	/********************************************************************** 
22.	 * 函数名称： max 
23.	 * 功能描述：比较两个参数，返回较大值 
24.	 * 输入参数：x，y均为int型 
25.	 * 输出参数： 无 
26.	 * 返 回 值： x，y中的较大值 
27.	 ***********************************************************************/  
28.	static int max(int x,int y){  
29.	    return x>y?x:y;  
30.	}  
31.	/********************************************************************** 
32.	 * 函数名称： PicRotate 
33.	 * 功能描述： 旋转图片 
34.	 *            注意该函数会分配内存来存放缩放后的图片,用完后要用free函数释放掉 
35.	 *              参考网友"落叶的思维"所著的"图像旋转算法与实现" 
36.	 * 输入参数： ptPicData - 内含图片的象素数据 
37.	 *            fAngle    - 旋转角度，0<=angle<=360 
38.	 * 输出参数： ptPicData->pucRotateData,内含旋转后的rgb数据 
39.	 * 返 回 值： 0 - 成功, 其他值 - 失败 
40.	 ***********************************************************************/  
41.	int PicRotate(PT_PictureData ptPicData,float fAngle)  
42.	{  
43.	    int i ,j;  
44.	    T_ConcernCoor tConCor,tRonCor;  
45.	    //原图像每一行去除偏移量的字节数  
46.	    //int iSrcLineSize = bitCount * srcW / 8;  
47.	    int iSrcLineSize = ptPicData->iBpp* ptPicData->iZoomWidth / 8;  
48.	    int iDesLineSize;  
49.	    int iX;//旋转后的x坐标  
50.	    int iY; //旋转后的y坐标  
51.	  
52.	       /* 将坐标系A下的坐标转换为坐标系B下的坐标, 
53.	        * 用于计算旋转后的图像的宽和高  
54.	        * tConCor用于存放坐标系B下旋转前的坐标 
55.	        * tRonCor用于存放坐标系B下旋转后的坐标*/  
56.	       tConCor.iLTx = -ptPicData->iZoomWidth/2; tConCor.iLTy = ptPicData->iZoomHeight/2;  
57.	    tConCor.iRTx = ptPicData->iZoomWidth/2; tConCor.iRTy = ptPicData->iZoomHeight/2;  
58.	    tConCor.iLBx = -ptPicData->iZoomWidth/2;tConCor.iLBy = -ptPicData->iZoomHeight/2;  
59.	    tConCor.iRBx = ptPicData->iZoomWidth/2;tConCor.iRBy = -ptPicData->iZoomHeight/2;  
60.	  
61.	  
62.	    /* 计算坐标系B下旋转后的坐标 */  
63.	    double sina = sin(RADIAN(fAngle));  
64.	    double cosa = cos(RADIAN(fAngle));  
65.	    tRonCor.iLTx =tConCor.iLTx * cosa + tConCor.iLTy * sina;  
66.	    tRonCor.iLTy = -tConCor.iLTx * sina + tConCor.iLTy * cosa;  
67.	    tRonCor.iRTx =tConCor.iRTx * cosa + tConCor.iRTy * sina;  
68.	    tRonCor.iRTy = -tConCor.iRTx * sina + tConCor.iRTy * cosa;  
69.	    tRonCor.iLBx = tConCor.iLBx * cosa + tConCor.iLBy * sina;  
70.	    tRonCor.iLBy = -tConCor.iLBx * sina + tConCor.iLBy * cosa;  
71.	    tRonCor.iRBx = tConCor.iRBx * cosa + tConCor.iRBy * sina;  
72.	    tRonCor.iRBy = -tConCor.iRBx * sina + tConCor.iRBy * cosa;  
73.	  
74.	      
75.	    /* 计算旋转后图像宽和高 */  
76.	    ptPicData->iRotateWidth = max(abs(tRonCor.iRBx - tRonCor.iLTx),abs(tRonCor.iRTx - tRonCor.iLBx));  
77.	    ptPicData->iRotateHeight = max(abs(tRonCor.iRBy - tRonCor.iLTy),abs(tRonCor.iRTy - tRonCor.iLBy));  
78.	  
79.	    /* 像素信息要保证3字节对齐，否则数据有可能出错*/  
80.	    iDesLineSize = ((ptPicData->iRotateWidth* ptPicData->iBpp+ 23) / 24) * 3 ;  
81.	    /* 分配旋转后的空间，注意这里要用旋转后的宽和高 */  
82.	    ptPicData->pucRotateData = malloc(iDesLineSize * ptPicData->iRotateHeight);  
83.	    if(NULL == ptPicData->pucRotateData){  
84.	        printf("malloc error\n");  
85.	        return -1;  
86.	    }  
87.	  
88.	    /* 通过新图像的坐标，计算对应的原图像的坐标* 
89.	      * i,j坐标就是对应的坐标系B下的x1,y1*/  
90.	    for (i = 0; i < ptPicData->iRotateHeight; i++){          
91.	        for (j = 0; j < ptPicData->iRotateWidth; j++){  
92.	            /* 坐标系B下的x,y1坐标，经过逆运算转换得到iX,iY,这两个值对应x0,y0 */  
93.	            iX = (j - ptPicData->iRotateWidth / 2)*cos(RADIAN(360 - fAngle)) + (-i + ptPicData->iRotateHeight / 2)*sin(RADIAN(360 - fAngle));  
94.	            iY = -(j - ptPicData->iRotateWidth / 2)*sin(RADIAN(360 - fAngle)) + (-i + ptPicData->iRotateHeight / 2)*cos(RADIAN(360 - fAngle));  
95.	            /*如果这个坐标不在原图像内，则不赋值*/  
96.	            if (iX > ptPicData->iZoomWidth / 2 || iX < -ptPicData->iZoomWidth / 2 || iY > ptPicData->iZoomHeight / 2 || iY < -ptPicData->iZoomHeight / 2){  
97.	                continue;  
98.	            }  
99.	            /* 再将坐标系B下的x0,y0坐标，转换为坐标系A下的坐标 */  
100.	            int iXN = iX + ptPicData->iZoomWidth / 2;   
101.	         int iYN = abs(iY - ptPicData->iZoomHeight  / 2);  
102.	            /* 值拷贝*/  
103.	            memcpy(&ptPicData->pucRotateData[i * iDesLineSize + j * 3],&ptPicData->pucZoomData[iYN * iSrcLineSize + iXN * 3],3);    
104.	        }  
105.	    }  
106.	  return 0;  
107.	}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/diannao/63107.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

部署项目报错

部署项目报错

vue2项目部署后 Error: Cannot find module /views/*** 1.起因 登录页、首页等静态页面可以正常进入&#xff0c;后端访问也正常&#xff0c;可以获取到验证码。 但是登录之后会发现首页空白或者进入不到首页 F12查看有报错信息&#xff1a;Error: Cannot find module ‘/v…
阅读更多...
opencv复习

opencv复习

目录 1.core 1.图像变换 1.1 affine仿射变换 1.2 透视变换 2.四元数&#xff08;旋转&#xff09; 2.1 轴角转四元数 2.2 旋转矩阵转四元数 2.3 欧拉角转旋转矩阵 2.4 四元数转旋转矩阵 2.5 四元数用eigen用的比较多 2. imgproc. Image Processing 2.1 bilateralF…
阅读更多...
【webApp之h5端实战】首页评分组件的原生实现

【webApp之h5端实战】首页评分组件的原生实现

关于评分组件，我们经常在现代前端框架中用到，UI美观效果丰富，使用体验是非常不错的。现在自己动手使用原生js封装下评分组件，可以用在自己的项目中。 组件实现原理 点击的❤左侧包括自己都是高亮的样式，右侧都是灰色的样式，这样就能把组件的状态区分开了。右边再加上辅…
阅读更多...
C++小碗菜之二：软件单元测试

C++小碗菜之二：软件单元测试

“没有测试的代码重构不能称之为重构&#xff0c;它仅仅是垃圾代码的到处移动” ——Corey Haines 目录 前言 什么是单元测试&#xff1f; 单元测试的组成 单元测试的命名 单元测试的独立性 Google Test 单元测试的环境配置与使用 1. Ubuntu下安装 Google Test 2. 编写…
阅读更多...
【C++】格式化输出详解：掌握 cout 的进阶用法

【C++】格式化输出详解：掌握 cout 的进阶用法

博客主页&#xff1a; [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: C 文章目录 &#x1f4af;前言&#x1f4af;格式化输出的理论概述&#x1f4af;控制输出宽度和填充字符setw 操作符setfill 操作符 &#x1f4af;控制浮点数的显示格式fixed 与 scientificsetprecision &#x1f4af;…
阅读更多...
【日常记录-Mybatis】PageHelper导致语句截断

【日常记录-Mybatis】PageHelper导致语句截断

1. 简介 PageHelper是Mybatis-Plus中的一个插件&#xff0c;主要用于实现数据库的分页查询功能。其核心原理是将传入的页码和条数赋值给一个Page对象&#xff0c;并保存到本地线程ThreadLocal中&#xff0c;接下来&#xff0c;PageHelper会进入Mybatis的拦截器环节&#xff0c;…
阅读更多...
Linux入门攻坚——40、Linux集群系统入门-lvs（1）

Linux入门攻坚——40、Linux集群系统入门-lvs（1）

Cluster&#xff0c;集群&#xff0c;为了解决某个特定问题将多台计算机组合起来形成的单个系统。 这个单个集群系统可以扩展&#xff0c;系统扩展的方式&#xff1a;scale up&#xff0c;向上扩展&#xff0c;更换更好的主机&#xff1b;scale out&#xff0c;向外扩展&…
阅读更多...
Canal 深入解析：从原理到实践的全面解读

Canal 深入解析：从原理到实践的全面解读

Canal 深入解析&#xff1a;从原理到实践的全面解读 官网&#xff1a;https://github.com/alibaba/canal Canal 是阿里巴巴开源的一款分布式增量数据同步工具&#xff0c;广泛应用于数据同步、实时数据处理和数据库的增量备份等场景。它可以通过监听 MySQL 数据库的 binlog&am…
阅读更多...
Home Assistant智能家居盒子用了一段时间发现没有存储空间了，怎么清理释放？

Home Assistant智能家居盒子用了一段时间发现没有存储空间了，怎么清理释放？

环境&#xff1a; Unbuntu 20.04 Home Assistant 2023.8.0 问题描述&#xff1a; Home Assistant智能家居盒子用了一段时间发现没有存储空间了&#xff0c;怎么清理释放&#xff1f; 解决方案&#xff1a; 1.查看HA日志文件&#xff0c;有比较大&#xff0c;直接删了 2.查…
阅读更多...
【NoSQL数据库】MongoDB数据库的安装与卸载

【NoSQL数据库】MongoDB数据库的安装与卸载

目录 一、MongoDB原理 二、MongoDB的安装和卸载 三、注意事项 一、MongoDB原理 MongoDB 是一个基于分布式文件存储的数据库。由 C 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。 MongoDB 是一个介于关系数据库和非关系数据库之间的产品&#xff0c;是非关…
阅读更多...
【Java】2、集合

【Java】2、集合

目录 CollectionListSet *重点&#xff1a; 底层机制&#xff08;源码&#xff09;应用场景 好处&#xff1a; 数组&#xff08;长度不可改&#xff0c;同一类型&#xff0c;增删不便&#xff09;集合&#xff08;动态保存&#xff0c;多种类型&#xff0c;方便操作&#xff09…
阅读更多...
【CSS in Depth 2 精译_068】11.2 颜色的定义（下）：CSS 中的各种颜色表示法简介

【CSS in Depth 2 精译_068】11.2 颜色的定义（下）：CSS 中的各种颜色表示法简介

当前内容所在位置&#xff08;可进入专栏查看其他译好的章节内容&#xff09; 第四部分 视觉增强技术 ✔️【第 11 章 颜色与对比】 ✔️ 11.1 通过对比进行交流 11.1.1 模式的建立11.1.2 还原设计稿 11.2 颜色的定义 11.2.1 色域与色彩空间11.2.2 CSS 颜色表示法 ✔️ 11.2.2.…
阅读更多...
JavaScript 进销存计算错误——

JavaScript 进销存计算错误——

一、js错误 二、正确操作 var 税率修正 parseFloat(data.tax_rate);
阅读更多...
Neo4j：图数据库使用入门

Neo4j：图数据库使用入门

文章目录 一、Neo4j安装1、windows安装&#xff08;1&#xff09;准备环境&#xff08;2&#xff09;下载&#xff08;3&#xff09;解压&#xff08;4&#xff09;运行&#xff08;5&#xff09;基本使用 2、docker安装 二、CQL语句1、CQL简介2、CREATE 命令&#xff0c;创建节…
阅读更多...
沃丰科技智能客服在电商独立站中有哪些核心功能？

沃丰科技智能客服在电商独立站中有哪些核心功能？

在数字化飞速发展的今天&#xff0c;电商独立站作为企业与消费者沟通的重要桥梁&#xff0c;其客户服务的质量和效率直接关系到企业的竞争力和市场地位。沃丰科技智能客服以其全面的功能&#xff0c;成为了电商独立站接入的首选&#xff0c;为电商企业提供了全新的解决方案。 …
阅读更多...
【初阶数据结构与算法】二叉树链式结构的定义与实现万字笔记(附源码)

【初阶数据结构与算法】二叉树链式结构的定义与实现万字笔记(附源码)

文章目录 一、二叉树链式结构的定义二、二叉树链式结构功能的基本实现1.链式二叉树的手动创建2.链式二叉树的前中后序遍历前序遍历中序遍历后序遍历 3.链式二叉树节点的个数4.链式二叉树叶子节点的个数5.链式二叉树的高度/深度6.链式二叉树第k层节点的个数7.链式二叉树的查找8.…
阅读更多...
基于Pyhton的人脸识别（Python 3.12+face_recognition库）

基于Pyhton的人脸识别（Python 3.12+face_recognition库）

使用Python进行人脸编码和比较 简介 在这个教程中&#xff0c;我们将学习如何使用Python和face_recognition库来加载图像、提取人脸编码&#xff0c;并比较两个人脸是否相似。face_recognition库是一个强大的工具&#xff0c;它基于dlib的深度学习模型&#xff0c;可以轻松实…
阅读更多...
RabbitMq死信队列延迟交换机

RabbitMq死信队列延迟交换机

架构图 配置 package com.example.demo.config;import org.springframework.amqp.core.*; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration;Configuration public class DeadLetterConfig {public String …
阅读更多...
十、JavaScript的应用的习题

十、JavaScript的应用的习题

题目一 在网页中显示一个工作中的 “ 数字时钟 ”&#xff0c;如图所示 运行效果 代码 <!DOCTYPE html> <html><head><meta charset"utf-8"><title>动态时钟</title><style>.all{width: 660px;height: 350px;margin: 60p…
阅读更多...
leetcode 1853 转换日期格式(postgresql)

leetcode 1853 转换日期格式(postgresql)

需求 表: Days ----------------- | Column Name | Type | ----------------- | day | date | ----------------- day 是这个表的主键。 给定一个Days表&#xff0c;请你编写SQL查询语句&#xff0c;将Days表中的每一个日期转化为"day_name, month_name day, year"…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023