matlab 批量处理梯形变形

file_path = 'F:\\test\';% 图像文件夹路径

img_path_list = dir(strcat(file_path,'*.png'));%获取该文件夹中所有.jpg格式的图像

img_num = length(img_path_list);%获取图像总数

if img_num > 0 %有满足条件的图像

for pn = 1:img_num %逐一读取图像

            image_name = img_path_list(pn).name;% 图像名

            img_origin =  imread(strcat(file_path,image_name));%读取图像

            fprintf('%d %s\n',pn,strcat(file_path,image_name));% 显示正在处理的图像名

            S = distortion002(imread(strcat(file_path,image_name)));

            imwrite(S,image_name);

%%此处添加具体的图像处理程序

end

end

function I = distortion002(Idistorted)

%clear;

A =[639  0  320.5; 

    0    399 200.5; 

    0    0  1]; 

fx = A(1,1); 

fy = A(2,2); 

cx = A(1,3); 

cy = A(2,3); 


K = A; 

%Idistorted = imread('4946978_left.png'); 

%Idistorted = rgb2gray(Idistorted); 

Idistorted = im2double(Idistorted); 

I = zeros(size(Idistorted)); 

[i ,j] = find(~isnan(I)); 


% Xp = the xyz vals of points on the z plane 

Xp = (K)\[j i ones(length(i),1)]'; 


% Now we calculate how those points distort i.e forward map them through the distortion 

%r2 = Xp(1,:).^2+Xp(2,:).^2; 

x = Xp(1,:); 

y = Xp(2,:); 

theta = deg2rad(12.5);%X轴旋转角度

focal = 446 ;  %相机内参,焦距

Ph = 400 ;      %相机内参,画幅height

alpha = atan(2*focal/Ph);

beta = alpha - theta;

h2 = sin(alpha)*Ph/sin(beta);

deltaS = sin(theta)*Ph/sin(beta);

S = (Ph/2)/cos(alpha);

aa = (S+deltaS)/S;

x1=zeros(400,1);

for m=1:400

x1(m,1)=(m-1)/399;

end

t=aa-1;

for m=  1  :  400  %列1-21,x - →  竖线

for n=  1  :  640    %hang 1-21,x + ←

x(400*(n-1)+m)=x(400*(n-1)+m)/(1+t*x1(m)) ;

end

end

bb=h2/Ph;

y=y/bb;%y方向缩放

%x = x.*(1+k1*r2 + k2*r2.^2 + k3*r2.^3) + 2*p1.*x.*y + p2*(r2 + 2*x.^2); 

%y = y.*(1+k1*r2 + k2*r2.^2 + k3*r2.^3) + 2*p2.*x.*y + p1*(r2 + 2*y.^2); 


% u and v are now the distorted cooridnates 

u = reshape(fx*x + cx,size(I)); 

v = reshape(fy*y + cy,size(I)); 

% Now we perform a backward mapping in order to undistort the warped image coordinates 

I = interp2(Idistorted, u, v); 

subplot(121); imshow(Idistorted); 

subplot(122); imshow(I);

%imwrite(I,'I001.png');

end

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容