丨budboool · 12月2日 · 广东

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.    }  
推荐阅读
关注数
19
文章数
104
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息