matlab练习程序(倾斜校正,透视变换)
matlab练习程序(倾斜校正,透视变换)
过去也写过透视变换,当时算法真是弱爆了,我竟然会通过两次变换。不过那引用的三篇文章都是非常好的文章,直到今天我才看明白。所谓的倾斜校正,一定要有标定点,将一个倾斜的矩形变为不倾斜的。因此可以从原四边形四个点和新矩形四个点得到一个变换矩阵,根据这个矩阵再作用到全局图像就可以了。详细原理在这里,MIT的,我也不会比他介绍的更好了,还是看原版的好。
我这里的代码完全就是按照MIT那篇文章的原理实现的,不过因为Matlab细节的原因,我把公式中x和y位置互换了:
clear all; close all; clc;img= imread('rect.bmp'); img= rgb2gray(img); imshow(mat2gray(img)); [M N] = size(img);dot=ginput(); %取四个点,依次是左上,右上,左下,右下,这里我取的是书的四个角 w=round(sqrt((dot(1,1)-dot(2,1))^2+(dot(1,2)-dot(2,2))^2)); %从原四边形获得新矩形宽 h=round(sqrt((dot(1,1)-dot(3,1))^2+(dot(1,2)-dot(3,2))^2)); %从原四边形获得新矩形高y=[dot(1,1) dot(2,1) dot(3,1) dot(4,1)]; %四个原顶点 x=[dot(1,2) dot(2,2) dot(3,2) dot(4,2)];%这里是新的顶点,我取的矩形,也可以做成其他的形状 %大可以原图像是矩形,新图像是从dot中取得的点组成的任意四边形.:) Y=[dot(1,1) dot(1,1) dot(1,1)+h dot(1,1)+h]; X=[dot(1,2) dot(1,2)+w dot(1,2) dot(1,2)+w];B=[X(1) Y(1) X(2) Y(2) X(3) Y(3) X(4) Y(4)]'; %变换后的四个顶点,方程右边的值 %联立解方程组,方程的系数 A=[x(1) y(1) 1 0 0 0 -X(1)*x(1) -X(1)*y(1); 0 0 0 x(1) y(1) 1 -Y(1)*x(1) -Y(1)*y(1);x(2) y(2) 1 0 0 0 -X(2)*x(2) -X(2)*y(2);0 0 0 x(2) y(2) 1 -Y(2)*x(2) -Y(2)*y(2);x(3) y(3) 1 0 0 0 -X(3)*x(3) -X(3)*y(3);0 0 0 x(3) y(3) 1 -Y(3)*x(3) -Y(3)*y(3);x(4) y(4) 1 0 0 0 -X(4)*x(4) -X(4)*y(4);0 0 0 x(4) y(4) 1 -Y(4)*x(4) -Y(4)*y(4)];fa=inv(A)*B; %用四点求得的方程的解,也是全局变换系数 a=fa(1);b=fa(2);c=fa(3); d=fa(4);e=fa(5);f=fa(6); g=fa(7);h=fa(8);rot=[d e f;a b c;g h 1]; %公式中第一个数是x,Matlab第一个表示y,所以我矩阵1,2行互换了pix1=rot*[1 1 1]'/(g*1+h*1+1); %变换后图像左上点 pix2=rot*[1 N 1]'/(g*1+h*N+1); %变换后图像右上点 pix3=rot*[M 1 1]'/(g*M+h*1+1); %变换后图像左下点 pix4=rot*[M N 1]'/(g*M+h*N+1); %变换后图像右下点 height=round(max([pix1(1) pix2(1) pix3(1) pix4(1)])-min([pix1(1) pix2(1) pix3(1) pix4(1)])); %变换后图像的高度 width=round(max([pix1(2) pix2(2) pix3(2) pix4(2)])-min([pix1(2) pix2(2) pix3(2) pix4(2)])); %变换后图像的宽度 imgn=zeros(height,width);delta_y=round(abs(min([pix1(1) pix2(1) pix3(1) pix4(1)]))); %取得y方向的负轴超出的偏移量 delta_x=round(abs(min([pix1(2) pix2(2) pix3(2) pix4(2)]))); %取得x方向的负轴超出的偏移量 inv_rot=inv(rot);for i = 1-delta_y:height-delta_y %从变换图像中反向寻找原图像的点,以免出现空洞,和旋转放大原理一样for j = 1-delta_x:width-delta_xpix=inv_rot*[i j 1]'; %求原图像中坐标,因为[YW XW W]=fa*[y x 1],所以这里求的是[YW XW W],W=gy+hx+1;pix=inv([g*pix(1)-1 h*pix(1);g*pix(2) h*pix(2)-1])*[-pix(1) -pix(2)]'; %相当于解[pix(1)*(gy+hx+1) pix(2)*(gy+hx+1)]=[y x],这样一个方程,求y和x,最后pix=[y x];if pix(1)>=0.5 && pix(2)>=0.5 && pix(1)<=M && pix(2)<=Nimgn(i+delta_y,j+delta_x)=img(round(pix(1)),round(pix(2))); %最邻近插值,也可以用双线性或双立方插值end end endfigure; imshow(uint8(imgn));
程序效果:
原图,这是本不错的书
倾斜校正后
将来说不定结合sift算子和霍夫变换就能自动校正呢。
注:博客园有Bug,当你点代码左下角复制代码的时候,矩阵A的2,4,6,8行第一列会少复制一个0.
另一篇关于投影的文章见这里。
matlab练习程序(倾斜校正,透视变换)相关推荐
- matlab 图像透视变换矩阵,[转载]图像倾斜校正、透视变换 MATLAB
过去也写过透视变换,当时算法真是弱爆了,我竟然会通过两次变换.不过那引用的三篇文章都是非常好的文章,直到今天我才看明白.所谓的倾斜校正,一定要有标定点,将一个倾斜的矩形变为不倾斜的.因此可以从原四边形 ...
- matlab 倾斜矫正,matlab图像倾斜校正
4 图像颜色畸变校正介绍图像颜色畸变现象可以是由摄像器材导致,也可以是由于真实环境本身就偏 色导致,还有的是由于图像放置过久氧化.老化导致.无论其产生的原因如何, 其校正方法都是类似的.如果用 Mat ...
- 基于AlexNet卷积神经网络的手写体数字倾斜校正系统研究-附Matlab代码
⭕⭕ 目 录 ⭕⭕ ✳️ 一.引言 ✳️ 二.AlexNet 网络 ✳️ 三.实验验证 ✳️ 3.1 实验数据集 ✳️ 3.2 数据训练 ✳️ 3.3 手写体倾斜数字校正结果 ✳️ 四.参考文献 ✳️ ...
- MATLAB基于Randon变换的图像倾斜校正算法及实现
Radon变换的基本原理: 一个平面内沿不同的直线(直线与原点的距离为d,方向角为alfa)对f(x,y)做线积分,得到的像F(d,alfa)就是函数f的Radon变换.也就是说,平面(d,alfa) ...
- python.freelycode.com-通过OpenCV和Python进行文本倾斜校正
Python部落(python.freelycode.com)组织翻译,禁止转载,欢迎转发. 本文所展示的是一个由Pyhton实现的文本倾斜校正的脚本,在实现中使用到了OpenCV和Python的图像 ...
- matlab期权风险评估算法,使用 MATLAB 应用程序根据期权价格估算风险中性密度 (risk-neutral density, RND)...
我们为什么选择 MATLAB 我们决定创建 MATLAB 应用程序估算 RND,因为我们希望研究成果得到广泛应用,而不是仅限于在量化经济学领域或是熟悉 MATLAB 编程的和金融研究人员使用. 我们发 ...
- 图像倾斜校正 Radon 变换原理及函数
radon校正 Radon(拉东)算法是一种通过定方向投影叠加,找到最大投影值时角度,从而确定图像倾斜角度的算法.具体过程如图所示 拉东变换 若函数F表示一个未知的密度,对F做radon变换,相当于得 ...
- 频域串联滞后校正matlab,控制工程基础(基于Matlab的线性系统串联校正)
<控制工程基础(基于Matlab的线性系统串联校正)>由会员分享,可在线阅读,更多相关<控制工程基础(基于Matlab的线性系统串联校正)(16页珍藏版)>请在人人文库网上搜索 ...
- matlab密度特征,关于用MATLAB应用程序估算风险中性密度的性能分析和介绍
由于场外期权合约的买卖在交易双方间私下进行而非通过公开市场,因而可能很难确定合约的价格有利于买方还是卖方.为对这些合约进行定价,金融分析师往往依据看涨期权或看跌期权价格估算出风险中性密度(RND)值. ...
- 扫描图像二维码抠图(倾斜校正 去黑边)
扫描图像二维码抠图(倾斜校正 去黑边) 时间:2016-05-06 16:23:15 阅读:1459 评论:0 收藏:0 [点我收藏+] 标签:des 算法 ...
最新文章
- 网站漏洞扫描工具Uniscan
- linux shell ls 列出文件绝对路径
- 阅读笔记一——java高并发的性能优化
- Intel Media SDK H264 encoder GOP setting
- 【图像处理】——Python实现图像加噪(随机噪声、椒盐噪声、高斯噪声等)
- google code for xbmc addons2
- Android之日期时间选择器使用方法
- php 逗号编码,php有几种编码
- JAVA-JSP内置对象之application对象获得其他信息
- 第三方服务-极光推送
- 前端面试题集锦(二)之CSS部分
- Python发布 - distutils简单使用
- 5E7月3号服务器在维护,5E对战平台西南服务器上线!全新S2赛季即将开启
- 【ValueError: data type <class ‘numpy.object_‘> not inexact】
- 2014年9月至2015年1月
- 2016年9个最受欢迎的H5页面制作工具
- Word文档加密器(最新版V6.0)
- Mysql RR级别下如何解决幻读
- 解除封闭、寒假延长!多校发通知!
- 时空旅行[线段树分治][维护凸壳]