【文章內容簡介】 以下開關選項的組合： CV_WARP_FILL_OUTLIERS 填充所有輸出圖像的象素。如果部分象素落在輸入圖像的邊界外，那么它們的值設定為 fillval. CV_WARP_INVERSE_MAP 指定 map_matrix 是輸出圖像到輸入圖像的反變換，因此可以直接用來做象素插值。否則, 函數從 map_matrix 得到反變換。 fillval 用來填充邊界外面的值 函數 cvWarpAffine 利用下面指定的矩陣變換輸入圖像： 如果沒有指定 CV_WARP_INVERSE_MAP ， 否則，函數與 cvGetQuadrangleSubPix 類似，但是不完全相同。 cvWarpAffine 要求輸入和輸出圖像具有同樣的數據類型，有更大的資源開銷（因此對小圖像不太合適）而且輸出圖像的部分可以保留不變。而 cvGetQuadrangleSubPix 可以精確地從8位圖像中提取四邊形到浮點數緩存區(qū)中，具有比較小的系統開銷，而且總是全部改變輸出圖像的內容。要變換稀疏矩陣，使用 cxcore 中的函數 cvTransform 。GetAffineTransform由三對點計算仿射變換CvMat* cvGetAffineTransform( const CvPoint2D32f* src, const CvPoint2D32f* dst, CvMat* map_matrix )。src 輸入圖像的三角形頂點坐標。 dst 輸出圖像的相應的三角形頂點坐標。 map_matrix 指向23輸出矩陣的指針。 函數cvGetAffineTransform計算滿足以下關系的仿射變換矩陣：這里,dst(i) = (x39。i,y39。i),src(i) = (xi,yi),i = 0..2. 2DRotationMatrix計算二維旋轉的仿射變換矩陣CvMat* cv2DRotationMatrix( CvPoint2D32f center, double angle, double scale, CvMat* map_matrix )。center 輸入圖像的旋轉中心坐標 angle 旋轉角度（度）。正值表示逆時針旋轉(坐標原點假設在左上角). scale 各項同性的尺度因子 map_matrix 輸出 23 矩陣的指針 函數 cv2DRotationMatrix 計算矩陣:[ α β | (1α)* β* ][ β α | β* + (1α)* ]where α=scale*cos(angle), β=scale*sin(angle)該變換并不改變原始旋轉中心點的坐標，如果這不是操作目的，則可以通過調整平移量改變其坐標(譯者注：通過簡單的推導可知，仿射變換的實現是首先將旋轉中心置為坐標原點，再進行旋轉和尺度變換，最后重新將坐標原點設定為輸入圖像的左上角，, ).WarpPerspective對圖像進行透視變換void cvWarpPerspective( const CvArr* src, CvArr* dst, const CvMat* map_matrix, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS, CvScalar fillval=cvScalarAll(0) )。src 輸入圖像. dst 輸出圖像. map_matrix 33 變換矩陣 flags 插值方法和以下開關選項的組合: CV_WARP_FILL_OUTLIERS 填充所有縮小圖像的象素。如果部分象素落在輸入圖像的邊界外，那么它們的值設定為 fillval. CV_WARP_INVERSE_MAP 指定 matrix 是輸出圖像到輸入圖像的反變換，因此可以直接用來做象素插值。否則, 函數從 map_matrix 得到反變換。 fillval 用來填充邊界外面的值 函數 cvWarpPerspective 利用下面指定矩陣變換輸入圖像： 如果沒有指定 CV_WARP_INVERSE_MAP ，, 否則， 要變換稀疏矩陣，使用 cxcore 中的函數 cvTransform 。WarpPerspectiveQMatrix用4個對應點計算透視變換矩陣CvMat* cvWarpPerspectiveQMatrix( const CvPoint2D32f* src, const CvPoint2D32f* dst, CvMat* map_matrix )。src 輸入圖像的四邊形的4個點坐標 dst 輸出圖像的對應四邊形的4個點坐標 map_matrix 輸出的 33 矩陣 函數 cvWarpPerspectiveQMatrix 計算透視變換矩陣，使得：(tix39。i,tiy39。i,ti)T=matrix?(xi,yi,1)T其中 dst(i)=(x39。i,y39。i), src(i)=(xi,yi), i=0..3.GetPerspectiveTransform由四對點計算透射變換CvMat* cvGetPerspectiveTransform( const CvPoint2D32f* src, const CvPoint2D32f* dst, CvMat* map_matrix )。define cvWarpPerspectiveQMatrix cvGetPerspectiveTransformsrc 輸入圖像的四邊形頂點坐標。 dst 輸出圖像的相應的四邊形頂點坐標。 map_matrix 指向33輸出矩陣的指針。 函數cvGetPerspectiveTransform計算滿足以下關系的透射變換矩陣：這里,dst(i) = (x39。i,y39。i),src(i) = (xi,yi),i = 0..3.Remap對圖像進行普通幾何變換void cvRemap( const CvArr* src, CvArr* dst, const CvArr* mapx, const CvArr* mapy, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS, CvScalar fillval=cvScalarAll(0) )。src 輸入圖像. dst 輸出圖像. mapx x坐標的映射 (32fC1 image). mapy y坐標的映射 (32fC1 image). flags 插值方法和以下開關選項的組合: CV_WARP_FILL_OUTLIERS 填充邊界外的像素. 如果輸出圖像的部分象素落在變換后的邊界外，那么它們的值設定為 fillval。 fillval 用來填充邊界外面的值. 函數 cvRemap 利用下面指定的矩陣變換輸入圖像:dst(x,y)src(mapx(x,y),mapy(x,y))與其它幾何變換類似，可以使用一些插值方法（由用戶指定，譯者注：同cvResize）來計算非整數坐標的像素值。LogPolar把圖像映射到極指數空間void cvLogPolar( const CvArr* src, CvArr* dst, CvPoint2D32f center, double M, int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS )。src 輸入圖像。 dst 輸出圖像。 center 變換的中心，輸出圖像在這里最精確。 M 幅度的尺度參數，見下面公式。 flags 插值方法和以下選擇標志的結合 CV_WARP_FILL_OUTLIERS 填充輸出圖像所有像素，如果這些點有和外點對應的，則置零。 CV_WARP_INVERSE_MAP 表示矩陣由輸出圖像到輸入圖像的逆變換，并且因此可以直接用于像素插值。否則，函數從map_matrix中尋找逆變換。 fillval 用于填充外點的值。 函數cvLogPolar用以下變換變換輸入圖像：正變換 (CV_WARP_INVERSE_MAP 未置位):dst(phi,rho)src(x,y)逆變換 (CV_WARP_INVERSE_MAP 置位):dst(x,y)src(phi,rho),這里，rho=M*log(sqrt(x2+y2))phi=atan(y/x)此函數模仿人類視網膜中央凹視力，并且對于目標跟蹤等可用于快速尺度和旋轉變換不變模板匹配。Example. Logpolar transformation.include include int main(int argc, char** argv){ IplImage* src。 if( argc == 2 amp。amp。 (src=cvLoadImage(argv[1],1)!= 0 ) { IplImage* dst = cvCreateImage( cvSize(256,256), 8, 3 )。 IplImage* src2 = cvCreateImage( cvGetSize(src), 8, 3 )。 cvLogPolar( src, dst, cvPoint2D32f(srcwidth/2,srcheight/2), 40, CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS )。 cvLogPolar( dst, src2, cvPoint2D32f(srcwidth/2,srcheight/2), 40, CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS+CV_WARP_INVERSE_MAP )。 cvNamedWindow( logpolar, 1 )。 cvShowImage( logpolar, dst )。 cvNamedWindow( inverse logpolar, 1 )。 cvShowImage( inverse logpolar, src2 )。 cvWaitKey()。 } return 0。}And this is what the program displays when opencv/samples/c/ is passed to it形態(tài)學操作CreateStructuringElementEx創(chuàng)建結構元素IplConvKernel* cvCreateStructuringElementEx( int cols, int rows, int anchor_x, int anchor_y, int shape, int* values=NULL )。cols 結構元素的列數目 rows 結構元素的行數目 anchor_x 錨點的相對水平偏移量 anchor_y 錨點的相對垂直偏移量 shape 結構元素的形狀，可以是下列值： CV_SHAPE_RECT, 長方形元素。 CV_SHAPE_CROSS, 交錯元素 a crossshaped element。 CV_SHAPE_ELLIPSE, 橢圓元素。 CV_SHAPE_CUSTOM, 用戶自定義元素。這種情況下參數 values 定義了 mask,即象素的那個鄰域必須考慮。 values 指向結構元素的指針，它是一個平面數組，表示對元素矩陣逐行掃描。(非零點表示該點屬于結構元)。如果指針為空，則表示平面數組中的所有元素都是非零的，即結構元是一個長方形(該參數僅僅當shape參數是 CV_SHAPE_CUSTOM 時才予以考慮)。 函數 cv CreateStructuringElementEx 分配和填充結構 IplConvKernel, 它可作為形態(tài)操作中的結構元素。ReleaseStructuringElement刪除結構元素void cvReleaseStructuringElement( IplConvKernel** element )。element 被刪除的結構元素的指針 函數 cvReleaseStructuringElement 釋放結構 IplConvKernel 。如果 *element 為 NULL, 則函數不作用。Erode使用任意結構元素腐蝕圖像void cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 )。src 輸入圖像. dst 輸出圖像. element 用于腐蝕的結構元素。若為 NULL,