matlab函數interp2及其c++代碼__函數

最近將一個matlab程式轉為c++，途中遇到interp2這個傢伙，我是左查右查，發現網上沒有人總結這個玩意，於是我來初探一下，還是別有洞天的，嘿嘿。

1、關於interp2

    Vq = interp2(X,Y,V,Xq,Yq,'linear',0),X和Y表示採樣點的座標，可以是向量或者矩陣，比如我們要畫一個網格，網格點座標可以理解為採樣點的座標。Xq和Yq表示查詢點的座標，同樣可以是向量或者矩陣，即我們需要插值的地方，當然它的步長小於或等於X和Y的步長，相當於對網格進行細化。V是採樣點處的值。Vq即得到插值點處的值。感覺有點囉嗦，看下面的吧。

    這個函數是幹什麼的呢。假設一幅灰階映像，座標矩陣是X和Y，一個表示行，一個表示列，對應的像素值矩陣為V。現在在Xq和Yq處對它進行雙線性插值，即返回新插值點的像素值矩陣Vq。

    現在咱們看個列子：

    

[X,Y] = meshgrid(-3:3);   %產生網格座標矩陣，步長為1V = peaks(X,Y);           %產生一個三維高斯分布figuresurf(X,Y,V)               title('Original Sampling');[Xq,Yq] = meshgrid(-3:0.25:3); %產生插值點座標矩陣，步長為0.25Vq = interp2(X,Y,V,Xq,Yq);     %進行插值，返回Vqfiguresurf(Xq,Yq,Vq);title('Linear Interpolation Using Finer Grid');

   

第一幅映像是橫縱座標都為[-3,3]，函數值為常態分佈的立體映像。第二幅映像在第一幅映像基礎上進行雙線性插值得出的結果，從圖中可以看出，其結構更加精細。

2、c++代碼

    在opencv函數庫中，可以用remap函數來完成相同的功能。當然，在使用這個函數之前，你得完成opencv的配置。

voidremap(InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

    src是源映像

    dst是經過插值之後輸出的靶心圖表像

    map1和map2是插值點座標，類型為CV_16SC2，CV_32FC1和CV_32FC2，此處需注意，如果map1是（x,y）的形式，那麼map2是空映射。

    interpolation是插值方法的類型：INTER_NEAREST,INTER_LINEAR,INTER_AREA,INTER_CUBIC,INTER_LANCZOS4 。 

    intborderMode是邊界模式，當borderMode=BORDER_TRANSPARENT時，靶心圖表像對應源映像的外點不被修改。

    borderValue，當邊界是固定的時被使用，其值為0。

    下面我們看一下這個函數的使用：

    

#include "stdafx.h"#include "highgui.h"#include "cv.h"using namespace cv;using namespace std;int main( int argc, char** argv ){//generate flowmap model    CvFileStorage* fx=cvOpenFileStorage( "result.txt",0,CV_STORAGE_WRITE);//ask storage for save file    Mat xmesh = cvCreateMat(3, 3, 5);Mat ymesh = cvCreateMat(3, 3, 5);for(int i = 0; i < xmesh.rows; i++)for(int j = 0; j < xmesh.cols; j++){xmesh.at(i,j)=i*0.5;                ymesh.at(i,j)=j*0.5;                          }//generate optical flow folder    Mat u=cvCreateMat(3, 3, 5);    Mat v=cvCreateMat(3, 3, 5); for(int i = 0; i (i,j)=(i+1)*0.1;                v.at(i,j)=(j+1)*0.1;                          }    remap(u,v,ymesh,xmesh,INTER_LINEAR,0,cvScalarAll(0));    //convert mat to IplimageIplImage* xmesh_a = cvCloneImage(&(IplImage) xmesh);IplImage* ymesh_a = cvCloneImage(&(IplImage) ymesh);IplImage* u_a = cvCloneImage(&(IplImage) u);IplImage* v_a = cvCloneImage(&(IplImage) v);        //save end to txtcvWrite(fx, "xmesh",xmesh_a,cvAttrList());cvWrite(fx, "ymesh",ymesh_a,cvAttrList());cvWrite(fx, "u",u_a,cvAttrList());cvWrite(fx, "v",v_a,cvAttrList());    cvReleaseFileStorage(&fx);                    waitKey(); }

    結果如下：

%YAML:1.0xmesh: !!opencv-image   width: 3   height: 3   origin: top-left   layout: interleaved   dt: f   data: [ 0., 0., 0., 5.00000000e-001, 5.00000000e-001, 5.00000000e-001,       1., 1., 1. ]ymesh: !!opencv-image   width: 3   height: 3   origin: top-left   layout: interleaved   dt: f   data: [ 0., 5.00000000e-001, 1., 0., 5.00000000e-001, 1., 0.,       5.00000000e-001, 1. ]u: !!opencv-image   width: 3   height: 3   origin: top-left   layout: interleaved   dt: f   data: [ 1.00000001e-001, 1.00000001e-001, 1.00000001e-001,       2.00000003e-001, 2.00000003e-001, 2.00000003e-001,       3.00000012e-001, 3.00000012e-001, 3.00000012e-001 ]v: !!opencv-image   width: 3   height: 3   origin: top-left   layout: interleaved   dt: f   data: [ 1.00000001e-001, 1.00000001e-001, 1.00000001e-001,       1.50000006e-001, 1.50000006e-001, 1.50000006e-001,       2.00000003e-001, 2.00000003e-001, 2.00000003e-001 ]

        觀察這個結果，你會驚奇的發現opencv中的remap函數真的實現了matlab中的interp2函數，歐耶，perfect。