IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 用opencv达到图片的哈哈镜效果 -> 正文阅读

[人工智能]用opencv达到图片的哈哈镜效果

输入图像f(x,y),宽、高分别为Width和Height,设置图像中心坐标Center(cx,cy)为缩放中心点,
图像上任意一点到中心点的相对坐标为tx=x-cx,ty=y-cy。
图像拉伸放大

x=(tx/2)*(sqrt(tx*tx+ty*ty)/radius)+cx
y=(ty/2)*(sqrt(tx*tx+ty*ty)/radius)+cy

缩小的函数

x = cos(atan2(ty , tx))* 12*(sqrt(tx*tx + ty*ty))+cx
 y = sin(atan2(ty , tx))* 12*(sqrt(tx*tx + ty*ty))+cy
# -*- coding: UTF-8 -*-
import cv2
import numpy as np
import math
def MaxFrame(frame):
    height, width, n = frame.shape#得到图片的宽高和维度
    # 图像的中心坐标
    center_X = width / 2
    center_Y = height / 2

    radius = 800#图像的变换半径
    newX = 0
    newY = 0
    real_radius =int(radius / 2.0)#设置半径
    new_data = frame.copy()
    #图像遍历
    for i in range(width):
        for j in range(height):
            #得到图像上任意一点到中心点的相对坐标
            tX = i - center_X
            tY = j - center_Y

            #两点的距离
            distance = tX * tX + tY * tY
            if distance < radius * radius:

                newX = int(tX/ 2.0)
                newY = int(tY/ 2.0)

                newX = int(newX * (math.sqrt(distance) / real_radius))
                newX = int(newX * (math.sqrt(distance)/ real_radius))

                #最终变换坐标
                newX = int(newX + center_X)
                newY = int(newY + center_Y)
                if newX<width and newY<height:
                    new_data[j, i][0] = frame[newY, newX][0]
                    new_data[j, i][1] = frame[newY, newX][1]
                    new_data[j, i][2] = frame[newY, newX][2]

            else:
                new_data[j, i][0] = frame[j, i][0]
                new_data[j, i][1] = frame[j, i][1]
                new_data[j, i][2] = frame[j, i][2]

    return new_data

def MinFrame(frame):
    height, width, n = frame.shape
    center_X = width / 2
    center_Y = height / 2
    radius = 800
    newX = 0
    newY = 0
    real_radius =int(radius / 2.0)
    new_data = frame.copy()

    for i in range(width):
        for j in range(height):
            tX = i - center_X
            tY = j - center_Y
            theta = math.atan2(tY, tX)
            radius = math.sqrt((tX * tX) + (tY * tY))

            newR = math.sqrt(radius) *12
            newX = int(center_X + (newR * math.cos(theta)))
            newY = int(center_Y + (newR * math.sin(theta)))

            if newX < 0 and  newX >width:
                newX = 0

            if newY <0 and newY >height:
                newY = 0

            if newX<width and newY<height:
                new_data[j, i][0] = frame[newY, newX][0]
                new_data[j, i][1] = frame[newY, newX][1]
                new_data[j, i][2] = frame[newY, newX][2]

            else:
                new_data[j, i][0] = frame[j, i][0]
                new_data[j, i][1] = frame[j, i][1]
                new_data[j, i][2] = frame[j, i][2]

    return new_data

def main():
    img = cv2.imread("5.jpg")

    cv2.imshow("original", img)
    img2=MaxFrame(img)
    cv2.imshow("enlarge", img2)
    img3 = MinFrame(img)
    cv2.imshow("ensmall", img3)
    cv2.waitKey(0)


if __name__ == '__main__':
    main()

在这里插入图片描述

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-05-08 08:05:07  更:2022-05-08 08:08:32 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 6:20:14-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码