Примените то же геометрическое преобразование ко многим изображениям эффективно
Warper объект применяет affine2d или projective2d геометрическое преобразование к изображениям с определенным размером.
w = images.geotrans.Warper(___, устанавливает свойства Interpolation и FillValue с помощью одного или нескольких аргументов пары "имя-значение". Заключите каждое имя свойства в одинарные кавычки.Name,Value)
Например, warper = images.geotrans.Warper(tform,size(im),'FillValue',1) задает значение заливки 1 для пикселей вне оригинального изображения.
warp | Примените геометрическое преобразование |
Выберите набор изображений, одного размера. Пример использует набор изображений, которые показывают ячейки.
imds = imageDatastore(fullfile(matlabroot,'toolbox','images','imdata','AT*'));
Создайте геометрическое преобразование, чтобы вращать каждое изображение 45 градусами и уменьшить каждое изображение.
tform = affine2d([ 0.5*cos(pi/4) sin(pi/4) 0;
-sin(pi/4) 0.5*cos(pi/4) 0;
0 0 1]);Создайте Warper объект, задавая объект геометрического преобразования, tform, и размер входных изображений.
im = readimage(imds,1); warper = images.geotrans.Warper(tform,size(im));
Определите количество изображений, которые будут обработаны и предварительно выделят выходной массив.
numFiles = numel(imds.Files);
imr = zeros([warper.OutputSize 1 numFiles],'like',im);Примените геометрическое преобразование к каждому из входных изображений путем вызова warp функция Warper объект.
for ind = 1:numFiles im = read(imds); imr(:,:,1,ind) = warp(warper,im); end
Визуализируйте выходные изображения. (Выключите предупреждающее сообщение об изображениях, масштабируемых для отображения.)
warning('off','images:initSize:adjustingMag') montage(imr);
Если входные изображения являются изображениями RGB или 3-D полутоновыми изображениями размера m-by-n-by-p, то warp применяет преобразование к каждому цветовому каналу или плоскому p независимо.
Warper оптимизирован, чтобы применить то же геометрическое преобразование через пакет тех же изображений размера. Warper достигает этой оптимизации путем разделения процесса деформирования в два шага: расчет преобразованных координат (сделанный однажды) и интерполяция на изображении (сделанный для каждого изображения). По сравнению с imwarp, этот подход значительно ускоряет целый процесс для малых и средних изображений с убывающей доходностью для увеличенных изображений.