化工仿真中圖像處理圖形學編程研究

何 杰

（北方民族大學 化學與化學工程學院，寧夏 銀川 750021）

0 引 言

OpenCV（Open Source Computer Vision Library）是一個廣受歡迎、開放源代碼的計算機視覺庫；可被用于開發(fā)實時圖像處理、計算機視覺及模式識別程序，目前在工業(yè)界及科研領(lǐng)域被廣泛采用。OpenCV其實就是一堆C和C++語言源代碼文件，其實現(xiàn)了許多常用計算機視覺算法?？梢灾苯訉⑦@些源代碼添加到軟件項目中，而不需要自己再去寫代碼，重復(fù)“造輪子”，OpenCV的目標定位是成為實現(xiàn)工業(yè)生產(chǎn)流水線自動化的關(guān)鍵技術(shù)[1-2]。

利用OpenCV函數(shù)庫，可以較好實現(xiàn)各種格式圖片空間幾何、色彩、明暗等變換操作。梅鴻翔 提出了一種目標定位方法[3]，利用了OpenCV中攝像機標定模塊。何小風將圖像識別用于靜電場描繪實驗[4]，利用OpenCV中cvtColor（將彩色圖轉(zhuǎn)換成灰度圖）、Canny（得到二值圖）、morphologyEx（彌合各區(qū)域缺陷點，使其成為完整圓形）、findContours（獲得各點輪廓）等函數(shù)獲取學生所繪打點圖中所有電勢點坐標，計算得到各等勢圓半徑測量值，再計算出 等勢圓半徑理論、測量值相對偏差，從而評判學生實驗成績。 馬新明等在Visual C ++編譯環(huán)境下，采用MFC多文檔結(jié)構(gòu)，借助OpenCV進行混合編程，開發(fā)了一個圖像處理系統(tǒng)，并以冬小麥白粉病為例，利用該系統(tǒng)處理病害圖像信息，進而為快速診斷作物病害種類，為用戶提供輔助決策提供幫助，以降低作物病害影響[5]。趙浩杰等基于OpenCV函數(shù)庫，提出一種識別圖像中特定色彩目標的實現(xiàn)方法[6]，即從視頻流中提取圖像幀，經(jīng)過色彩空間轉(zhuǎn)換（cvCvtColor）、特定形態(tài)學處理、設(shè)定閾值識別色彩、圖像二值化、輪廓查找、篩選（調(diào)用cvInRanges函數(shù)） 等處理實現(xiàn)色彩識別、選取。漸變圖是石油、地質(zhì)行業(yè)中一種常見二維網(wǎng)格數(shù)據(jù)成圖方式。郭佳采用圖像處理庫OpenCV，結(jié)合2D數(shù)據(jù)插值算法設(shè)計并實現(xiàn)了快速自動從漸變圖還原出原始網(wǎng)格數(shù)據(jù)，能解決數(shù)據(jù)缺少或者獲取數(shù)據(jù)成本和難度問題[7]。李紅巖等基于OpenCV算法識別乒乓球、使用ARM平臺為主控，設(shè)計并實現(xiàn)了一種乒乓球機器人運動、收集、分類、避障等功能[8]。OpenCV也被廣泛應(yīng)用于車牌檢測和識別方面[9-10]。在本研究中，面向紋理貼圖應(yīng)用，探討了圖像處理圖形學編程技術(shù)。在Microsoft Visual C++編譯環(huán)境下，采用OpenCV混合編程，高效、便捷實現(xiàn)了圖像空間幾何變換。

1 理論基礎(chǔ)

1.1 仿射變換

圖像變換實質(zhì)是改變像素空間位置。常用幾何變換有剛體、仿射、投影和非線性變換等。幾何運算包含空間變換和灰度插值算法兩個獨立算法。仿射變換是一種2D坐標之間線性變換，保持2D圖形“平直性”（straightness，即變換后直線還是直線，圓弧還是圓?。┖汀捌叫行浴保╬arallelness，保持2D圖形間相對位置關(guān)系不變），可以通過一系列簡單變換的復(fù)合來實現(xiàn)包括平移（Translation）、縮放（Scale）、翻轉(zhuǎn)（Flip）、旋轉(zhuǎn)（Rotation）和剪切（Shear）等功能，可以用如下公式表示：

式中：tx,ty表示平移量；ai反映了圖像旋轉(zhuǎn)、縮放等變化。將tx,ty,ai(i=1～4)計算出，則可得到兩幅圖像坐標變換關(guān)系。

1.2 插值算法

對于比例縮放，有可能從原圖中找不到與目標圖相對應(yīng)像素點。解決方法之一是找它最臨近點，即利用鄰域像素值來估計新像素值。這就是一種插值算法。常用插值算法有最鄰近（Nearest Neighbour Interpolation）算法、線性（Linear Interpolation）算法、雙線性（Bilinear Intrepolation）算法、曲線插值（Curvilinear Interpolation）算法。最鄰近插值也被稱為零階插值，就是令變換后像素灰度值等于與它最相近輸入像素灰度值。當圖像中像素灰度級有細微變化時，該方法會在圖像中產(chǎn)生人工痕跡，如圖1所示。圖1中，縮小圖與原圖比較丟失了很多信息；將圖像放大，則需要對放大后多出來空格填入適當像素值。

圖1 圖像縮放最鄰近插值法應(yīng)用示意圖

線性插值是使用原圖中兩個值來構(gòu)造所求坐標值。例如，已知兩點x0，x2處函數(shù)值f(x0)，f(x2)，要求x1處值f(x1)，假如它是線性函數(shù)，利用幾何知識可知：

在圖像 處理中需要將線性插值擴展到二維情況，即采用雙線性插值，也稱其一階插值。該方法通常是沿圖像矩陣每一列（行）進行插值，然后對插值后所得矩陣再沿著行（列）方向進行線性插值。雙線性灰度插值平滑作用可能使圖像細節(jié)產(chǎn)生退化，這種現(xiàn)象在進行圖像放大時尤其明顯。圖像處理中還使用雙曲線插值及三次內(nèi)插法解決圖像縮放、旋轉(zhuǎn)灰度填充問題。當將圖像放大時，圖像像素灰度插值也可通過卷積來實現(xiàn)。

2 鏡 像

水平鏡像，即左右變換，其中橫坐標數(shù)值不變，縱坐標從大到小排列（原圖，從小到大）；垂直鏡像，上下變換，縱坐標數(shù)值不變，橫坐標從大到小排列（原圖，從小到大）。可以將水平、垂直鏡像變換關(guān)系用矩陣形式表示為：

水平鏡像：

垂直鏡像：

通過函數(shù)flip也可以實現(xiàn)翻轉(zhuǎn)，如下：

cv2.flip(src, flipCode, dst)

src -輸入圖像

dst -輸出圖像

flipCode -翻轉(zhuǎn)模式：

①flipCode=0垂直翻轉(zhuǎn)（沿x軸翻轉(zhuǎn)）

②flipCode>0水平翻轉(zhuǎn)（沿y軸翻轉(zhuǎn)）

③flipCode<0水平垂直翻轉(zhuǎn)（先沿x軸，再沿y軸翻轉(zhuǎn)，等價于旋轉(zhuǎn)180°）

圖2展示了鏡像變換機理、程序核心代碼及效果圖。圖中：create()被用來創(chuàng)建圖像矩陣體；remap()表達每個像素位置(x,y)；核心鏡像變換代碼被包含在內(nèi)外for循環(huán)里。

圖2 鏡像變換核心代碼及效果圖

3 平 移

平移（TranslationTransformation）是一種剛體變換（rigid-body transformation），不會產(chǎn)生形變。例如某像素由點(x0,y0)被移至(x1,y1)，位置灰度不變。兩點之間關(guān)系為x1=x0+tx，y1=y0+ty，以矩陣形式表示為：

在此更關(guān)心其逆變換，x0=x1-tx，y0=y1-ty，因為需要知道平移后圖像每個像素顏色。

如將平移后圖像點（0，0）代入公式x0=x1-tx，y0=y1-ty，得到x0=-tx；y0=-ty。新圖中點（0，0）顏色和原圖中點（-tx，-ty）顏色一樣，g(0, 0)=f(-tx, -ty)。

如圖3所示，平移后，一種做法是不將圖像放大，而移出部分被截斷，文件大小不變；另一種是將圖像放大，顯示所有部分。設(shè)原圖寬、高分別是w1，h1，則新圖寬、高變?yōu)閣1+|tx|和h1+|ty|。OpenCV中imageTranslation()被用來方便地實現(xiàn)圖像平移操作。

圖3 平移變換核心代碼及效果圖

4 縮 放

縮放（Resize）倍數(shù)為fx與fy。當fx=fy時，稱其為全比例縮放。當fx≠fy時，圖像像素間相對位置會發(fā)生畸變?？s放前后兩點關(guān)系用矩陣表示為：

其逆矩陣為：

如圖4所示，OpenCV中resize（）被用來對圖形進行縮放變換，便捷、高效。

圖4 縮放變換核心代碼及效果圖

5 結(jié) 語

為將計算機圖形學編程 用于化工仿真、虛擬現(xiàn)實，使用C++結(jié)合OpenCV編寫了各種2D圖像變換程序，得出結(jié)論：

（1）在Microsoft Visual Studio Enterprise 2019編譯環(huán)境下，采用C++結(jié)合OpenCV計算機視覺庫混合編程，高效、便捷地實現(xiàn)了圖像平移、鏡像、縮放變換?；贠penCV函數(shù)庫，大大簡化了其實現(xiàn)過程，易于快速編程實現(xiàn)且效果較好。

（2）紋理映射可以賦予化工設(shè)備、管道、框架、廠房、場景等真實感，運用圖形學編程對各種格式圖形文件進行靈活變換有利于更好地應(yīng)用紋理映射。