关于OpenCV图像操作的默认参数问题
本系列文章由 @yhl_leo 出品,转载请注明出处。
文章链接: http://blog.csdn.net/yhl_leo/article/details/51559490
在使用OpenCV以及其他开源库时,往往一个容易忽略的问题就是使用默认参数,尤其是图像处理,会导致内存中的图像数据变换后被不同程度上被修改!
下面给出几个示例,帮助理解。
1. warpAffine
warpAffine
是图像仿射变换函数,函数定义为:
C++: void warpAffine(
InputArray src,
OutputArray dst,
InputArray M,
Size dsize,
int flags=INTER_LINEAR,
int borderMode=BORDER_CONSTANT,
const Scalar& borderValue=Scalar())
其中,
- M
是一个2x3
的转换矩阵,关于获取方法,可使用getRotationMatrix2D()
函数:
flags
是一个标识符,结合了内插方法(interpolation methods)和可选项WARP_INVERSE_MAP
INTER_LINEAR
- a bilinear interpolation (used by default) 双线性插值INTER_NEAREST
- a nearest-neighbor interpolation 最邻近插值INTER_AREA
- resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method. 基于区域像素关系重采样INTER_CUBIC
- a bicubic interpolation over 4x4 pixel neighborhood 4x4邻域双三次插值INTER_LANCZOS4
- a Lanczos interpolation over 8x8 pixel neighborhood 8x8邻域兰索斯插值WARP_INVERSE_MAP
- M is the inverse transformation () 等价于
CV_WARP_INVERSE_MAP
fills all of the destination image pixels M是的逆变换
borderMode
: pixel extrapolation method 像素外推方法BORDER_CONSTANT
- pad the image with a constant value (used by default) 补上定值,如果使用则补上的定值设置为borderValue
的值(默认为0)BORDER_TRANSPARENT
- the corresponding pixels in the destination image will not be modified at all 不做任何修改BORDER_REPLICATE
- the row or column at the very edge of the original is replicated to the extra border 将原始数据的行方向/列方向的边缘像素值作为外推边界
因为图像是离散的整数格网,一旦对像素值或者其下标进行浮点位运算,得到的结果都是近似值!几种内插方法各有优劣,双线性插值可以视为一个折中选择,即计算量不算很大(比基于区域和邻域块的方法小很多),效果也过得去(一般比最邻近插值更好),源码编写者大概是基于此考虑,将其设置为默认参数,但是针对某些具体的应用,绝不是最佳选择,例如对二值图像进行旋转,我们希望旋转后的图像仍然是二值的,那选择最临近插值可能就更合适。关于边界外推模式,这里贴上OpenCV官方文档:Adding borders to your images。
2. imread
& imwrite
以前写过一篇博客,讲述了OpenCV图像读取与存储的一些细节:Opencv 图像读取与保存问题, 其中有一些非常容易忽视的细节,例如使用imread()
读取图像时,参数flags
的值默认是1,也就是说默认读取的是3通道彩色图像,如果待读取的图像是单通道或者4通道的,也会被转成3通道图像,这样读取的数据就不是你真正想要的。
另外,使用imwrite()
存储图像时,params
参数也至关重要,其中包括特定图像存储编码参数设置,如果调用时缺省,就会使用默认参数,例如存储JPEG图像,图像压缩质量默认设置为95(范围为0~100,数值越大质量越好),存储为PNG时,压缩级别默认为3(0~9 越大压缩越厉害)。
3. Demo
生成一个简单的单通道200x200的二值图像127,255
,之所以不使用0, 255
,是为了使有些参数的使用对结果的影响更加明显:
局部放大图:
以下面这段代码为例,首先使用
cv::Mat image = cv::imread("test1.png", IMREAD_UNCHANGED);
const int cols = image.cols;
const int rows = image.rows;
cv::Mat R = cv::getRotationMatrix2D(
cv::Point2f(
static_cast<float>(cols/2),
static_cast<float>(rows/2)),
30.0,
1.0);
cv::Mat r_image/*(rows,cols,CV_8UC1, cv::Scalar(0))*/;
cv::warpAffine(
image,
r_image,
R,
image.size(),
INTER_LINEAR,
BORDER_CONSTANT);
// std::vector<int> compress_param;
// compress_param.push_back(CV_IMWRITE_PNG_COMPRESSION);
// compress_param.push_back(0);
cv::imwrite("test1-r-l_c.png", r_image/*, compress_param*/);
warpAffine()
和imwrite()
函数都先使用默认参数,并且旋转后的矩阵r_image
在声明的时候,不进行初始化,即图像旋转后插值方式为双线性插值,边缘外推方式为自动补为0:
让我们放大局部:
将warpAffine()
函数中默认参数修改INTER_LINEAR -> INTER_NEAREST, BORDER_CONSTANT -> BORDER_TRANSPARENT
,即插值方法为最临近插值,边界不做任何调整(保持Mat的初始值,若未初始化,则会先进行初始化):
同样放大局部:
可以看出两者之间的明显区别,后者在边缘部分会保留原始数据的数据数值,但是为什么边界外推的像素颜色值是那样的,前面已经讲过:边界不做任何调整(保持Mat的初始值,若未初始化,则会先进行初始化),其中初始化值并不是0或者黑色。作为验证,我们在声明r_image
的时候,对其进行初始化cv::Mat r_image(rows,cols,CV_8UC1, cv::Scalar(0));
:
最后,再把图像存储压缩参数进行设置,即取消掉对compress_param
的注释,虽然两个结果视觉上已经看不出差异,但是从文件大小上可以发现,压缩级为默认值(3)的图片大小为1.31KB,而压缩级为0的图片大小为39.3KB~真的差了很多,当然如果存储的JPG文件,分别使用下面的命令:
// 1
cv::imwrite("test1-r-n_t.jpg", r_image);
// 2
std::vector<int> compress_param;
compress_param.push_back(IMWRITE_JPEG_QUALITY);
compress_param.push_back(100);
cv::imwrite("test1-r-n_t-2.jpg", r_input, compress_param);
让我们对比局部放大图:
明显可以看出,使用默认参数保存时,图像质量已经出现只管的下降,可以想象,如果不停地循环读取和保存同一幅图像,那么图像的质量将会以0.95的n次幂的速度降低。
4. Summary
讲述了那么多,还是回归到主题,很多时候为了方便大家使用,开源库的一些函数都会提供默认参数,而缺省参数的设置主要是基于能够适用大多数用户的基本需求,但是并不一定是性能或效果最佳,为了获得更好的结果,必须了解传入函数的各个参数的意义,针对现实的需求选择适合自己的,不然你的成果很有可能就失败在这些细小的边边角角上。