19,471
社区成员
发帖
与我相关
我的任务
分享图像拉伸 算法
大家好！
我想实现一个图片方块拉伸算法，类似于哈哈镜的功能，但是不知道如何入手。实现语言是C/C++,opencv图形库。效果如效果图。谢谢大家
我想实现一个图片方块拉伸算法，类似于哈哈镜的功能，但是不知道如何入手。实现语言是C/C++,opencv图形库。效果如效果图。谢谢大家
...全文
请发表友善的回复…
发表回复
不可平庸 2016-03-15
- 打赏
- 举报
这个用来做什么用？
做哈哈镜给小孩玩？
天外怪魔 2016-03-02
- 打赏
- 举报
Mark一下，图形图像菜鸟路过。
微wx笑 2016-02-28
- 打赏
- 举报
你这效果更像是被挤压形成的；
cj956686286 2016-02-24
- 打赏
- 举报
都是大神 大学毕业设计搞的图像识别，很简单的亮条纹读取做了半年。
lm_whales 2016-02-21
- 打赏
- 举报
先定义边缘到新的区域边缘的映射，然后在定义内部的映射方法
定义好映射后，求反向映射函数
定义好映射后，求反向映射函数
blueink_200451 2016-02-20
- 打赏
- 举报
shiter 2015-08-10
- 打赏
- 举报
上代码！
念苍生_君莫笑 2015-08-10
- 打赏
- 举报
image warping的方法更满足需求吧
Cvsoftware 2015-06-18
- 打赏
- 举报
楼主这种是不是叫做 image wraping ?
哥也实现了一种，不过与这个还是有点不同
哥也实现了一种，不过与这个还是有点不同
NexTor 2015-02-27
- 打赏
- 举报
如果要实现你那圆脸变方脸的变换的话，是否只需要找一个长方形到圆形的拉伸映射算法就可以了
感觉可以先将长方形变换到中心点基准，然后根据变换点的角度和距离比例到圆形中去找，是否可以完成这个圆脸到方脸的拉伸呀，不知道可不可行。
NexTor 2015-02-27
- 打赏
- 举报
看代码的话，实现该效果的主要变换应该是void MaxFrame(IplImage* frame)函数中的
int distance = (int)(tX * tX + tY * tY);
if (distance < radius * radius)
{
newX = (int)((float)(tX) / 2.0);
newY = (int)((float)(tY) / 2.0);
newX = (int) (newX * (sqrt((double)distance) / real_radius));
newX = (int) (newX * (sqrt((double)distance) / real_radius));
newX = newX + center_X;
newY = newY + center_Y;
new_data[frame->widthStep * j + i * 3] = old_data[frame->widthStep * newY + newX * 3];
new_data[frame->widthStep * j + i * 3 + 1] =old_data[frame->widthStep * newY + newX * 3 + 1];
new_data[frame->widthStep * j + i * 3 + 2] =old_data[frame->widthStep * newY + newX * 3 + 2];
}
uPlugin社区 2015-02-26
- 打赏
- 举报
不对啊，这个效果应该是类似网格放缩
赵4老师 2015-02-26
- 打赏
- 举报
使用3D Max将正常的照片贴图到边圆整过的四棱台上，再渲染。
shiter 2015-02-22
- 打赏
- 举报
主要还要添加一些线性插值的东西：
http://blog.csdn.net/fengbingchun/article/details/17335477
你这个效果我还不太明白是怎么做到的，大家可以探讨一下shiter 2015-02-22
- 打赏
- 举报
// haha_mirror.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include<iostream>
#include "cv.h"
#include "highgui.h"
#include "math.h"
#include "opencv2/core/core.hpp"
#pragma comment(lib,"opencv_core2410d.lib")
#pragma comment(lib,"opencv_highgui2410d.lib")
#pragma comment(lib,"opencv_imgproc2410d.lib")
#define DOWNRESIZE 0 // 缩小
#define UPRESIZE 1 // 放大
#define HORAO 2 // 水平外凹
#define HORTU 3 // 水平外凸
#define LADDER 4 // 梯形变形
#define TRIANGLE 5 // 三角形变形
#define SSHAPE 6 // S形变形
#define WAVESHAPE 7 // 波浪形变形
#define Concentrated 8 //集中形变形
#define Scattered 9 // 散开形变形
#define RANGE 100 // 水平外凹或外凸的幅度
#define PI 3.1415926
using namespace std;
using namespace cv;
void MaxFrame(IplImage* frame)
{
uchar* old_data = (uchar*)frame->imageData;
uchar* new_data = new uchar[frame->widthStep * frame->height];
int center_X = frame->width / 2;
int center_Y = frame->height / 2;
int radius = 400;
int newX = 0;
int newY = 0;
int real_radius = (int)(radius / 2.0);
for (int i = 0; i < frame->width; i++)
{
for (int j = 0; j < frame->height; j++)
{
int tX = i - center_X;
int tY = j - center_Y;
int distance = (int)(tX * tX + tY * tY);
if (distance < radius * radius)
{
newX = (int)((float)(tX) / 2.0);
newY = (int)((float)(tY) / 2.0);
newX = (int) (newX * (sqrt((double)distance) / real_radius));
newX = (int) (newX * (sqrt((double)distance) / real_radius));
newX = newX + center_X;
newY = newY + center_Y;
new_data[frame->widthStep * j + i * 3] = old_data[frame->widthStep * newY + newX * 3];
new_data[frame->widthStep * j + i * 3 + 1] =old_data[frame->widthStep * newY + newX * 3 + 1];
new_data[frame->widthStep * j + i * 3 + 2] =old_data[frame->widthStep * newY + newX * 3 + 2];
}
else
{
new_data[frame->widthStep * j + i * 3] = old_data[frame->widthStep * j + i * 3];
new_data[frame->widthStep * j + i * 3 + 1] = old_data[frame->widthStep * j + i * 3 + 1];
new_data[frame->widthStep * j + i * 3 + 2] = old_data[frame->widthStep * j + i * 3 + 2];
}
}
}
memcpy(old_data, new_data, sizeof(uchar) * frame->widthStep * frame->height);
delete[] new_data;
}
void MinFrame(IplImage* frame)
{
uchar* old_data = (uchar*)frame->imageData;
uchar* new_data = new uchar[frame->widthStep * frame->height];
int center_X = frame->width / 2;
int center_Y = frame->height / 2;
int radius = 0;
double theta = 0;
int newX = 0;
int newY = 0;
for (int i = 0; i < frame->width; i++)
{
for (int j = 0; j < frame->height; j++)
{
int tX = i - center_X;
int tY = j - center_Y;
theta = atan2((double)tY, (double)tX);
radius = (int)sqrt((double)(tX * tX) + (double) (tY * tY));
int newR = (int)(sqrt((double)radius) * 12);
newX = center_X + (int)(newR * cos(theta));
newY = center_Y + (int)(newR * sin(theta));
if (!(newX > 0 && newX < frame->width))
{
newX = 0;
}
if (!(newY > 0 && newY < frame->height))
{
newY = 0;
}
new_data[frame->widthStep * j + i * 3] = old_data[frame->widthStep * newY + newX * 3];
new_data[frame->widthStep * j + i * 3 + 1] =old_data[frame->widthStep * newY + newX * 3 + 1];
new_data[frame->widthStep * j + i * 3 + 2] =old_data[frame->widthStep * newY + newX * 3 + 2];
}
}
memcpy(old_data, new_data, sizeof(uchar) * frame->widthStep * frame->height);
delete[] new_data;
}
// 哈哈镜制作
int main( int argc, char** argv )
{
IplImage* pImg; //声明IplImage指针
IplImage* pImg1; //声明IplImage指针
int i,j;
int method = 0;
CvSize size;
double tmp;
method = 8;
//method = HORAO;
//载入图像
pImg = cvLoadImage( "lena.jpg", 1);
cvNamedWindow( "Image", 1 );//创建窗口
cvShowImage( "Image", pImg );//显示图像
printf("imageSize: %d height: %d, width: %d, nChannels: %d\n", pImg->imageSize, pImg->height, pImg->width, pImg->nChannels);
//MaxFrame(pImg);
//MinFrame(pImg);
switch(method)
{
// 图像缩小
case DOWNRESIZE:
size = cvGetSize(pImg);
size.width = (size.width>>3)<<2; // 在OpenCV里边，widthStep必须是4的倍数，从而实现字节对齐，有利于提高运算速度。
size.height = size.height>>1;
pImg1 = cvCreateImage( size, IPL_DEPTH_8U, 1);
printf("imageSize: %d height: %d, width: %d, nChannels: %d\n", pImg1->imageSize, pImg1->height, pImg1->width, pImg1->nChannels);
for(i=0;i<pImg1->height;i++)
for(j=0;j<pImg1->width;j++)
{
pImg1->imageData[i*pImg1->width+j] = pImg->imageData[i*2*pImg->width+j*2];
}
break;
// 图像放大
case UPRESIZE:
/* 添加代码 */
break;
// 水平外凹
case HORAO:
pImg1 = cvCreateImage( cvGetSize(pImg), IPL_DEPTH_8U, 1);
printf("imageSize: %d height: %d, width: %d, nChannels: %d\n", pImg1->imageSize, pImg1->height, pImg1->width, pImg1->nChannels);
for(i=0;i<pImg1->height;i++)
{
tmp = RANGE*sin(i*PI/pImg1->height);
for(j=tmp;j<pImg1->width-tmp;j++)
{
pImg1->imageData[i*pImg1->width+j] = pImg->imageData[i*pImg->width+(int)((j-tmp)*(pImg->width)/(pImg->width-2*tmp))];
}
}
break;
// 水平外凸
case HORTU:
/* 添加代码 */
break;
// 梯形变形
case LADDER:
/* 添加代码 */
break;
// 三角形变形
case TRIANGLE:
/* 添加代码 */
break;
// S形变形
case SSHAPE:
/* 添加代码 */
break;
// 波浪形变形
case WAVESHAPE:
/* 添加代码 */
break;
case Concentrated:
MaxFrame(pImg);
break;
case Scattered:
MinFrame(pImg);
break;
default:
printf("no method support\n");
break;
}
// 显示结果
cvNamedWindow( "Image1", 1 );//创建窗口
cvShowImage( "Image1", pImg );//显示图像
cvWaitKey(0); //等待按键
//销毁窗口 释放内存
cvDestroyWindow( "Image" );//销毁窗口
cvReleaseImage( &pImg ); //释放图像
cvDestroyWindow( "Image1" );//销毁窗口
cvReleaseImage( &pImg1 ); //释放图像
return 0;
}
芝士架构 APP 凯恩 2015-02-22
- 打赏
- 举报
应该先进行人脸检测，然后进行人脸的缩放
wyx100 2015-02-22
- 打赏
- 举报
顶
shiter 2015-02-22
- 打赏
- 举报
我写了一下，看看还有啥好的，哈哈
http://blog.csdn.net/wangyaninglm/article/details/43902103
