图像几何变换程序(1)
图像几何变换(旋转和缩放)
图像几何变换的重要性
图像几何变换可以帮助我们更好地理 解和分析图像内容，例如在人脸识别 、目标检测和跟踪、遥感图像处理等 领域。
通过变换可以纠正图像的畸变，提高 图像的清晰度和可读性，从而改善图 像的质量。
图像几何变换的应用场景
医学影像处理
在医学领域，通过对医学影像进行几何变换，可以更好地 观察和分析病变部位，提高诊断的准确性和可靠性。
图像旋转
图像旋转的基本概念
图像旋转是指将图像围绕一个点 进行旋转的操作。这个点被称为
旋转中心或原点。
旋转角度是旋转的度数，通常以 度（°）为单位。
旋转可以是顺时针或逆时针方向， 取决于旋转角度的正负值。
图像旋转的算法实现
图像旋转可以通过多种算法实现，其 中最常用的是矩阵变换和插值算法。
插值算法通过在旋转过程中对像素进 行插值，以获得更平滑的旋转效果。 常用的插值算法包括最近邻插值、双 线性插值和双三次插值等。
矩阵变换算法通过将图像表示为一个 矩阵，并应用旋转矩阵来计算旋转后 的像素坐标。
图像旋转的优缺点
优点
图像旋转可以用于纠正倾斜的图像、 增强图像的视觉效果、实现特定的艺 术效果等。
缺点
图像旋转可能会改变图像的比例，导 致图像失真或变形。此外，对于大尺 寸的图像，旋转操作可能需要较长时 间和较大的计算资源。
双线性插值和双三次插值等。
重采样算法
重采样算法通过重新计算每个像 素的灰度值来实现图像缩放。这 种方法通常比插值算法更精确，
但计算量较大。
多项式拟合算法
多项式拟合算法通过拟合原始图 像中的像素点，然后根据多项式 函数来计算新的像素值。这种方 法适用于对图像进行复杂变换的
情况。
图像缩放的优缺点
图像的几何变换ppt课件
在下面的算法中直接采用了前一种做法。实际上，这 也是一种插值算法， 称为最邻近插值法（Nearest Neighbor Interpolation）。
17
ppt课件.
2、图像比例缩放
最简单的比例缩小是当 fx=fy=1／2时，图像被缩到一 半大小，此时缩小后图像中的(0， 0)像素对应于原图 像中的(0， 0)像素； (0， 1)像素对应于原图像中的(0， 2)像素； (1， 0)像素对应于原图像中的(2， 0)像素， 依此类推。
因此，2D图像中的点坐标(x, y)通常表示成齐次坐标 （Hx, Hy, H），其中H表示非零的任意实数，当H＝1 时，则(x, y, 1)就称为点(x, y)的规范化齐次坐标。
由点的齐次坐标（Hx, Hy, H）求点的规范化齐次坐标(x, y, 1)，可按如下公式进行：
x Hx y Hy
11
H
比例缩放前后两点P0(x0, y0)、P(x, y)之间的 关系用矩阵形式可以表示为：
x
fx
0
0
x
0
y 0
fx
0
y
0
1
0
0
0
1
其中fx,fy>1为放大， fx,fy<1 为缩小。
15
ppt课件.
2、图像比例缩放
放大 后
(x , y) (x0 , y0)
O
x
缩放 前
6
多见于影视特技及广告的制作。
ppt课件.
1.1齐次坐标
设点P0(x0,y0)进行平移后，移到P(x,y),其中x方向的 平移量为x,y方向的平移量为y。那么，点P(x,y) 的坐标为：
x x0 x y y0 y
第6章-图像的几何变换课件
第6章-图像的几何变换
1、几何变换基础
• 几何变换常用于摄象机的几何校正过程，这对于利用 图像进行几何测量的工作是十分重要的。
• 如：仿射变换（Affine Transformation），它属于射影 几何变换，多用于图像配准（Image Registration）作 为比较或匹配的预处理过程；
二维平面图像的几何变换；
三维图像的几何变换；
三维向二维平面投影变换等。
• 从图像的性质分，图像的几何变换有：
平移、比例缩放、旋转、反射和错切等基本变换；
透视变换和复合变换；
插值运算等。
第6章-图像的几何变换
1、几何变换基础
图像的几何变换是通过改变图像中物体（像素）之间 的空间关系的过程。图像的几何变换可以看成将各像 素在图像内移动的过程。其定义为 ：
x x0 x y y0 y
这个变换用矩阵的形式可以表示为：
x 1 0x0 x
y
0 1y0
y
第6章-图像的几何变换
1.1齐次坐标
O P0(x0 , y0)
x y0
y
P(x , y)
y x0
x
点的平移 第6章-图像的几何变换
1.1齐次坐标
而平面上点的变换矩阵中没有引入平移常
第6章-图像的几何变换
2、图像比例缩放
比例缩放前后两点P0(x0, y0)、P(x, y)之间的 关系用矩阵形式可以表示为：
x
fx
0
0
x
0
y 0
fx
0
图像几何变换ppt课件
f(u0, v) = S(1+α)f(u －1, v)+S(α) f(u,
v)+
f(u+2, v)
S(1-α) f(u+1, v)+ S(2-α)
同理可得f(u , v-1), f(u , v+1), f(u , v+2) 22
三种方法比较
优点 最近邻法 简单快速
双线性插值 法
三次内插法
14
重采样
• 问题：
– 对输出离散图像使用逆映射函数得到的采样位 往往与输入离散图像坐标不相重合
• 解决方法：
1.将输入离散图像转换成一个连续的表面，即图 像重建过程
2.重建后，便可以在任意位置对其进行采样
• 图像重采样的两个步骤：
1.图像重建
2.采样
15
灰度插值方法
• 最近邻法 • 双线性插值法 • 三次内插法
16
出点 (u0, v0)的灰度值 (a)最近邻法； (b)双线性插值法；(c)三次内 插法
17
最近邻法
• 将与(u0, v0)点最近的整数坐标(u, v)点的灰度
值取为(u0, v0)点的灰度值
18
双线性插值法
• 用线性内插方法，根据(u0, v0)点的四个相
邻点的灰度值，插值计算出(u0, v0) 点的灰
5
几何变换
• 由两个基本操作组成
1.坐标的空间变换 2.灰度内插
6
坐标的空间变换
• (u, v)是原图像中像素的坐标 • (x, y)是变换后图像中像素的坐标 • 例如，变换(x, y) = T{(u, v)} = (u/2, v/2)
7
坐标的空间变换
图像的几何运算
图像的⼏何运算@⽬录图像的⼏何运算是指引起图像⼏何形状发⽣改变的变换。
与点运算不同的是，⼏何运算可以看成是像素在图像内的移动过程，该移动过程可以改变图像中物体对象之间的空间关系。
1.图像的插值图像插值是指利⽤已知邻近像素点的灰度值来产⽣位置像素点的灰度值，以便由原始图像再⽣成具有更⾼分辨率的图像。
插值是在不⽣成新的像素的情况下对原图像的像素重新分布，从⽽改变像素数量的⼀种⽅法。
在图像放⼤过程中，像素也相应的增加，增加的过程就是‘插值’发⽣作⽤的过程，‘’插值程序⾃动选择信息较好的像素作为增加、弥补空⽩像素的空间，⽽并⾮只使⽤近邻的像素，所以在放⼤图像时，图像看上去会⽐较平滑、⼲净。
⽆论使⽤何种插值⽅法，⾸先都需要找到与输出图像像素相对应的输⼊图像点，然后再通过计算该点附近某⼀像素集合的权平均值来指定输出像素的灰度值。
像素的权是根据像素到点的距离来⽽定的，不同插值⽅法的区别就在于考虑的像素集合不同。
最常见的插值⽅法如下：（1）向前映射法：通过输⼊图像像素的位置，计算输出图像对应像素的位置，将该位置像素的灰度值按某种⽅式分配到输出图像相邻的四个像素。
（2）向后映射法：通过输出图像像素位置，计算输⼊图像对应像素的位置，根据输⼊图像相邻四个像素的灰度值计算该位置像素的灰度值。
（3）最近邻插值：表⽰输出像素将被指定为像素点所在位置处的像素值。
（4）双线性插值：表⽰输出像素值是像素2×2邻域内的平均值。
（5）双三次插值：表⽰输出像素值是像素4×4邻域内的权平均值。
在MATLAB中，interp2函数⽤于对图像进⾏插值处理，该函数的调⽤⽅法如下：A=interp2(X,Y,Z,IX,IY):Z为要插值的原始图像，IX和IY为图像的新⾏和新列clear allclose allclcI2=imread('eight.tif');subplot(231)imshow(I2)title('原始图像')Z1=interp2(double(I2),2,'nearest');%最近邻插值法Z1=uint8(Z1);subplot(232)imshow(Z1)title('最近邻插值')Z2=interp2(double(I2),2,'linear');%线性插值法Z2=uint8(Z2);subplot(232)imshow(Z2)title('线性插值法')Z3=interp2(double(I2),2,'spline');%三次样条插值法Z3=uint8(Z3);subplot(234)imshow(Z3);title('三次样条插值');Z4=interp2(double(I2),2,'cubic');%⽴⽅插值法Z4=uint8(Z4);subplot(235);imshow(Z4);title('⽴⽅插值')2.旋转与平移变换旋转变换的表达式为⽤齐次矩阵表⽰为在MATLAB中，使⽤imrotate函数来旋转⼀幅图像，调⽤格式如下：B=imrotate(A,ANGLE,METHOD,BBOX)其中，A是需要旋转的图像；ANGLE是旋转的⾓度，正值为逆时针；METHOD是插值⽅法；BBOX表⽰旋转后的显⽰⽅式。
数字图像处理---图像的几何变换
数字图像处理---图像的⼏何变换图像的⼏何变换图像的⼏何变换包括了图像的形状变换和图像的位置变换图像的形状变换图像的形状变换是指图像的放⼤、缩⼩与错切图像缩⼩图像的缩⼩是对原有的数据进⾏挑选或处理，获得期望缩⼩尺⼨的数据，并尽量保持原有的特征不消失分为按⽐例缩⼩和不按⽐例缩⼩两种最简单的⽅法是等间隔地选取数据图像缩⼩实现设原图像⼤⼩为M ∗N ,缩⼩为K 1M ∗K 2N (K 1<1,K 2<1)1. 设原图为F (i ,j ),i =1,2,...,M ,j =1,2,...,N ；压缩后地图像为G (x ,y ),x =1,2,...,k 1M ,y =1,2,...,k 2N2. G (x ,y )=F (c 1∗i ,c 2∗j );其中,c 1=1/k 1,c 2=1/k 2图像放⼤图像放⼤时对多出的空位填⼊适当的值，是信息的估计最简单的思想是将原图像中的每个像素放⼤为k ∗k 的⼦块图像放⼤实现设原图像⼤⼩为M ∗N ,缩⼩为K 1M ∗K 2N (K 1>1,K 2>1)1. 设原图为F (i ,j ),i =1,2,...,M ,j =1,2,...,N ；压缩后地图像为G (x ,y ),x =1,2,...,k 1M ,y =1,2,...,k 2N2. G (x ,y )=F (c 1∗i ,c 2∗j );其中,c 1=1/k 1,c 2=1/k 2图像错切图像错切变换实际上是平⾯景物在投影平⾯上的⾮垂直投影效果图像错切的数学模型x ′=x +d x y y ′=y(x ⽅向的错切,dx =tan θ)x ′=x y ′=y +d y x(y ⽅向的错切,dy =tan θ)图像的位置变换图像的位置变换是指图像的平移、镜像与旋转，即图像的⼤⼩和形状不发⽣变化主要⽤于⽬标识别中的⽬标配准图像平移公式：{{x ′=x +Δx y ′=y +Δy图像镜像图像镜像分为⽔平镜像和垂直镜像，即左右颠倒和上下颠倒公式：图像⼤⼩为M*Nx ′=x y ′=−y (⽔平镜像)x ′=−x y ′=y(垂直镜像)由于不能为负，因此需要再进⾏⼀次平移x ′=x y ′=N +1−y (⽔平镜像)x ′=M +1−xy ′=y(垂直镜像)图像旋转公式：x ′=xcos θ−ysin θy ′=xsin θ+ycos θ由于计算结果值所在范围与原有值不同，因此需要在进⾏扩⼤画布、取整、平移等处理画布扩⼤原则：以最⼩的⾯积承载全部的画⾯信息⽅法：根据公式x ′=xcos θ−ysin θy ′=xsin θ+ycos θ计算x ′min ,x ′max ,y ′min ,y ′max旋转后可能导致像素之间相邻连接不再连续，因此需要通过增加分辨率的⽅式填充空洞插值最简单的⽅式就是⾏插值(列插值)⽅法1. 找出当前⾏的最⼩和最⼤的⾮背景点坐标，记作:(i,k1)、(i,k2)2. 在(k1,k2)范围内进⾏插值，插值⽅法为空点的像素值等于前⼀点的像素值3. 重复上述操作直⾄没有空洞图像的仿射变换图像的仿射变换即通过通⽤的仿射变换公式，表⽰⼏何变换{{{{{{{齐次坐标原坐标为(x,y),定义齐次坐标为(wx,wy,w)实质上是通过增加坐标量来解决问题仿射变换通式通过齐次坐标定义仿射变换通式为x ′=ax +by +Δx y ′=cx +dy +Δy⇒x ′y ′=a b Δx c dΔyx y⼏何变换表⽰1. 平移x ′y ′1=10Δx 01Δy 001x y12. 旋转x ′y ′1=cos θ−sin θ0sin θcos θ0001x y 13. ⽔平镜像x ′y ′1=−10001001x y14. 垂直镜像x ′y ′1=1000−10001x y15. 垂直错切x ′y ′1=1d x 00−10001x y16. ⽔平错切x ′y ′1=100d y −10001x y1图像的⼏何校正由于图像成像系统的问题，导致拍摄的图⽚存在⼀定的⼏何失真⼏何失真分为{[][][][][][][][][][][][][][][][][][][][][]1. 系统失真:有规律的、可预测的2. ⾮系统失真：随机的⼏何校正的基本⽅法是先建⽴⼏何校正的数学模型，其次利⽤已知条件确定模型参数，最后根据模型对图像进⾏⼏何校正步骤：1. 图像空间坐标的变换2. 确定校正空间各像素的灰度值（灰度内插）途径：1. 根据畸变原因，建⽴数学模型2. 参考点校正法，根据⾜够多的参考点推算全图变形函数空间坐标变换实际⼯作中利⽤⼀幅基准图像f(x,y)，来校正失真图像g(x′,y′)根据⼀些控制点对，建⽴两幅图像之间的函数关系，通过坐标变换，以实现失真图像的⼏何校正两幅图像上的f(x,y)=g(x′,y′)时，称其为对应像素（同名像素）通过表达式x′=h1(x,y)y′=h2(x,y)表⽰两幅图像之间的函数关系通常⽤多项式x′=n∑i=0n−i∑j=0a ij x i y jy′=n∑i=0n−i∑j=0b ij x i y j来近似h1(x,y)、h2(x,y)当多项式系数n=1时，畸变关系为线性变换x′=a00+a10x+a01yy′=b00+b10x+b01y六个未知数需要⾄少三个已知点来建⽴⽅程式当多项式系数n=2时，畸变关系式为x′=a00+a10x+a01y+a20x2+a11xy+a02y2y′=b00+b10x+b01y+b20x2+b11xy+b02y2 12个未知数需要⾄少6个已知点来建⽴⽅程式当超过已知点数⽬超过要求时，通过最⼩⼆乘法求解n=2时多项式通式为B2∗n=H2∗6A6∗n(n为待求点数)B2∗n=x′1x′2⋯x′n y′1y′2⋯y′n{ []H 2∗6=a 00a 10a 01a 20a 11a 02b 00b 10b 01b 20b 11b 02A 6∗n =11⋯1x 1x 2⋯x n y 1y 2⋯y n x 21x 22⋯x 2n x 1y 1x 2y 2⋯x n y ny 21y 22⋯y 2n同名点对要求1. 数量多且分散2. 优先选择特征点直接法利⽤已知点坐标，根据x ′=h 1(x ,y )y ′=h 2(x ,y )⇒x =h ′1(x ′,y ′)y =h ′2(x ′,y ′)x =n ∑i =0n −i∑j =0a ′ij x ′i y′jy =n ∑i =0n −i∑j =0b ′ijx ′i y ′j解求未知参数；然后从畸变图像出发，根据上述关系依次计算每个像素的校正坐标，同时把像素灰度值赋予对应像素，⽣成校正图像由于像素分布的不规则，导致出现像素挤压、疏密不均等现象，因此最后还需要进⾏灰度内插，⽣成规则图像间接法间接法通过假定⽣成图像的⽹格交叉点，从⽹格交叉点(x,y)出发，借助已知点求取未知参数，根据x ′=n ∑i =0n −i∑j =0a ij x i y jy ′=n ∑i =0n −i∑j =0b ij x i y j推算⽹格交叉点(x,y)对应畸变图像坐标(x',y'),由于对应坐标⼀般不为整数，因此需要通过畸变图像坐标周围点的灰度值内插求解，作为⽹格交叉点(x,y)的灰度值间接法相对直接法内插较为简单，因此常采⽤间接法作为⼏何校正⽅法像素灰度内插最近邻元法最近邻元法即根据四邻域中最近的相邻像素灰度决定待定点灰度值该⽅法效果较佳，算法简单，但是校正后图像存在明显锯齿，即存在灰度不连续性双线性内插法[][]{{双线性内插法是利⽤待求点四个邻像素的灰度在两个⽅向上作线性内插该⽅法相较最近邻元法更复杂，计算量更⼤，但是没有灰度不连续的缺点，且具有低通滤波性质，图像轮廓较为模糊三次内插法三次内插法利⽤三次多项式S(x)来逼近理论最佳插值函数sin(x)/xS(x)=1−2|x|2+|x|30≤|x|<1 4−8|x|+5|x|2−|x|31≤|x|<20|x|≥2该算法计算量最⼤，但是内插效果最好，精度最⾼{Processing math: 100%。
重要 图像的几何变换
图像的几何变换，是指使用户获得或设计的原始图像，按照需要产生大小、形状和位置的变化。
从变换的性质分，图像的几何变换有位置变换(平移、镜像、旋转）、形状变换（比例缩放、错切）和复合变换等。
1. 图像的位置变换主要包括图像平移变换、图像镜像变换和图像旋转变换等，下面针对这三个主要的位置变换进行分析。
平移变换的几点说明:(1)平移后图像上的每一点都可以在原图像中找到对应的点。
对于不在原图像中的点，可以直接将它的像素值统一设置为0或者255（对于灰度图就是黑色或白色）。
(2)若图像平移后图像不放大,说明移出的部分被截断。
(3) 若不想丢失被移出的部分图像，将新生成的图像扩大.图像镜像变换图像的镜像变换不改变图像的形状。
图像的镜像(Mirror)变换分为三种：水平镜像，垂直镜像和对角镜像。
1. 图像水平镜像图像的水平镜像操作是将图像左半部分和右半部分以图像垂直中轴线为中心进行镜像对换。
2. 图像垂直镜像图像的垂直镜像操作是将图像上半部分和下半部分以图像水平中轴线为中心进行镜像对换。
3. 图像对角镜像图像的对角镜像操作是将图像以图像水平中轴线和垂直中轴线的交点为中心进行镜像对换。
相当于将图像先后进行水平镜像和垂直镜像。
图像旋转变换旋转(rotation)有一个绕着什么转的问题，通常的做法是以图像的中心为圆心旋转，将图像上的所有像素都旋转一个相同的角度。
图像的旋转变换是图像的位置变换，但旋转后，图像的大小一般会改变。
和图像平移一样，在图像旋转变换中既可以把转出显示区域的图像截去，旋转后也可以扩大图像范围以显示所有的图像。
2. 图像形状变换图像比例缩放变换图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴方向按比例缩放fy倍，从而获得一幅新的图像。
(1). 图像的比例缩小变换从数码技术的角度来说，图像的缩小是将通过减少像素个数来实现的，因此，需要根据所期望缩小的尺寸数据，从原图像中选择合适的像素点，使图像缩小之后可以尽可能保持原有图像的概貌特征不丢失，下面介绍两种简单的图像缩小变换。
第四章--图像的几何变换
7 9 10 11 12 13 15 16 17 18 25 27 28 29 30 31 33 34 35 36
i=[1,6], j=[1,6]. x=[1,6*06]=[1,4], y=[1,6*0.75=[1,5]. x=[1/0.6,2/0.6,3/0.6,4/0.6]=[i2,i3,i5,i6], y=[1/0.75,2/0.75,3/0.75,4/0.75,5/0.75]=[j1,j3,j4,j5,j6].
素值的填充是不连续的。 因此可以采用插值填充的方法来解决。
4.1.3.3 图像旋转的后处理
最简单的方法是行插值（列插值）方法
1. 找出当前行的最小和最大的 非背景点的坐标，记作：
(i,k1)、(i,k2)。
4.1.3.3 图像旋转的后处理
2. 在(k1,k2)范围内进行插值， 插值的方法是：空点的像素 值等于前一点的像素值。
•注意：平移后的景物与原图像相同，但“画 布”一定是扩大了。否则就会丢失信息。
4.1.2 图像的镜像
镜像分为水平镜像和垂直镜像
水平镜像计算公式如下（图像大小为M*N）：
x' y'
x
(水平镜#39; x
平移：
y
''
y '
N
1
N
1
y
123 1
2
3
-1 -2 -3 1
2
3
N 3
图像的旋转计算公式如下： x' x cos y sin y' x sin y cos
• 这个计算公式计算出的值为小数，而坐标值为正整数。 • 这个计算公式计算的结果值所在范围与原来的值所在 的范围不同。
• 因此需要前期处理：扩大画布，取整处理，平移处理
数字图像处理实验06图像的几何变换
一、数字图像处理实验实验六 图像的几何变换一、实验目的学习和掌握图像几何空间变换和灰度插值的基本方法，对图像进行相应的几何变换操作。
二、实验内容1．编程实现图像的比例缩放。
2. 编程实现图像任意角度的旋转变换。
3. 分别用MATLAB 函数提供的三种插值方法实现图像的缩放和旋转。
三、实验原理图像的几何变换可以看成是像素在图像内的移动过程，该移动过程可以改变图像中物体对象（像素）之间的空间关系。
完整的几何运算需要由两个算法来实现：空间变换算法和灰度插值算法。
空间变换主要用来保持图像中曲线的连续性和物体的连通性，一般都采用数学函数形式来描述输入、输出图像相应像素间的空间关系。
空间变换一般定义为)],(),,([),(),(y x b y x a f y x f y x g =′′= (6.1)其中，f 表示输入图像，g 表示输出图像，坐标),(y x ′′指的是空间变换后的坐标，要注意这时的坐标已经不是原来的坐标),(y x 了，),(y x a 和),(y x b 分别是图像的x 和y 坐标的空间变换函数。
灰度级插值主要是对空间变换后的像素赋予灰度值，使之恢复原位置处的灰度值，在几何运算中，灰度级插值是必不可少的组成部分。
因为图像一般用整数位置处的像素来定义。
而在几何变换中，),(y x g 的灰度值一般由处在非整数坐标上的),(y x f 的值来确定，即g 中的一个像素一般对应于f 中的几个像素之间的位置，反过来看也是一样，即f 中的一个像素往往被映射到g 中的几个像素之间的位置。
下面介绍图像几何变换常用的方法。
1. 图像的缩放假设图像x 轴方向缩放比例fx ，y 轴方向缩放比例是fy ，那么原图中点),(00y x 对应于新图中的点),(11y x 的转换矩阵为：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1100000010011y x f f y x y x (6.2) 其逆运算如下： ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1100010********y x f f y x y x (6.3) 即： ⎩⎨⎧+=+=]5.0[]5.0[1010y x f y y f x x (6.4) 中括号表示对表达式取整。
图像的几何变换
1.1齐次坐标
这种用n＋1维向量表示n维向量的方法称为齐次坐标表 示法。 因此，2D图像中的点坐标(x, y)通常表示成齐次坐标 （Hx, Hy, H），其中H表示非零的任意实数，当H＝1 时，则(x, y, 1)就称为点(x, y)的规范化齐次坐标。 由点的齐次坐标（Hx, Hy, H）求点的规范化齐次坐标(x, y, 1)，可按如下公式进行：
1、几何变换基础
几何变换常用于摄象机的几何校正过程，这对于利用 图像进行几何测量的工作是十分重要的。 如：仿射变换（Affine Transformation），它属于射 影几何变换，多用于图像配准（Image Registration） 作为比较或匹配的预处理过程； 图像卷绕（Image Warping），即用控制点控制变换 过程，通过插值运算，将一幅图像逐渐变化到另一幅 图像的图像变形（Morphing）过程是其典型的应用， 多见于影视特技及广告的制作。
1.1齐次坐标
设点P0(x0,y0)进行平移后，移到P(x,y),其中x方向的 平移量为x,y方向的平移量为y。那么，点P(x,y) 的坐标为：
x x0 x y y0 y
这个变换用矩阵的形式可以表示为：
x 1 y 0
其中fx,fy>1为放大， fx,fy<1 为缩小。
2、图像比例缩放
放大 后
(x , y) (x0 , y0 ) O x
缩放 前 y
2、图像比例缩放
比例缩放所产生的图像中的像素可能在原图像中找不 到相应的像素点，这样就必须进行插值处理。 插值处理常用的方法有两种， 一种是直接赋值为和它 最相近的像素值；另一种是通过一些插值算法来计算 相应的像素值。 前一种方法计算简单， 但会出现马赛克现象；后者处 理效果要好些，但是运算量也相应增加。 在下面的算法中直接采用了前一种做法。实际上，这 也是一种插值算法， 称为最邻近插值法（Nearest Neighbor Interpolation）。
图像的几何变换（一）
图像的⼏何变换（⼀）图像的⼏何变换是指改变图像的⼏何位置、⼏何形状、⼏何尺⼨等⼏何特征。
⼀.图像的平移图像平移是将⼀幅图像中所有的点都按照指定的平移量在⽔平、垂直⽅向移动，平移后的图像与原图像相同。
利⽤齐次坐标，变换前后图像上的点P0(x0,y0)和P(x,y)之间的关系可以⽤如下的矩阵变换表⽰为平移变换的⼏点说明：①平移后图像上的每⼀点都可以在原图像中找到对应的点。
对于不在原图像中的点，可以直接将它的像素值统⼀设置为0或这255（对于灰度图就是⿊⾊或者⽩⾊);②若图像平移后并没被放⼤，说明移出的部分被截断，原图像中有像素点被移出显⽰区域。
③若不想丢失被移出的部分图像，则将新⽣成的图像扩⼤。
代码如下：clear all;close all;I = imread('lenna.jpg');delta_x = 10; % ⽔平⽅向的偏移量delta_y = 10; % 垂直⽅向的偏移量[M N] = size(I); % 原图像的宽度和⾼度I2 = zeros(M, N);for x = 1 : Mif x + delta_x <= Mfor y = 1 : Nif y + delta_y <= NI2(x + delta_x, y + delta_y) = I(x, y);endendendendsubplot(1, 2, 1), imshow(I);subplot(1, 2, 2), imshow(uint8(I2));平移后的图像显⽰如下：⼆.图像的旋转⼀般图像的旋转是以图像的中⼼为原点，旋转⼀定的⾓度，即将图像上的所有像素都旋转⼀个相同的⾓度。
图像的旋转变换也可以⽤矩阵变换表⽰。
设点P0(x0, y0)旋转θ⾓后的对应点为P(x, y)，则变换公式为：或者是利⽤公式进⾏图像旋转变换时，需要注意如下两点：①为了避免图像信息的丢失，图像旋转后必须进⾏平移变换。
②图像旋转之后，会出现许多空洞点，我们必须对这些空洞点进⾏填充处理，否则图像旋转后的效果不好,⼀般也将这种操作称作为插值处理。
图像的几何变换
3.2 图像的镜像变换
1． 理论基础
图像的镜像变换分为两种：一种是 水平镜像,另一种是垂直镜像。
图像的水平镜像操作是以原图像的 垂直中轴线为中心，将图像分为左右两 部分进行对称变换；
以此类推。在原图基础上，每行隔一个像素取一 点，每割一行进行操作。如下图3-4所示。
●●
●
●●
（a）原图中的某4个像素 素
（b）对应新图的1个像
从上可见图，3-放4 大图像与缩缩小示小意的图原理不同。
2. 理论验证
（a）原图
（b）长宽缩小0.5倍的效果图
(c）长宽各放大2倍的效果图
3.流程设计
(1) 取得原图的数据区指针。 (2) 通 过 对 话 框 获 得 放 大 整 数 比 例 ：
1. 理论基础
tx
坐标原点
(x0,y0)
ty
(x1,y1)
图3-1 像素平移示意图
显然（x0,y0）和（x1,y1）的关系如下：
x1=x0+tx y1=y0+ty
2. 理论验证
x
(y
3. 流程设计
(1) 取得原图的数据区指针。 (2) 通过对话框输入偏移量tx,ty。 (3) 开辟一个同样大小的缓冲区。 (4) 对原图依次循环每个像素，每读入一
第3章 图像的几何变换
本章要点：
➢ 图像的平移 ➢ 图像的镜像变换 ➢ 图像的缩放 ➢ 图像的转置 ➢ 图像的旋转
3.1 图像的平移
1. 理论基础
图 像 平 移 （ Translation ） 是 将 图 像中所有的点都按照指定的平移量,进 行水平、垂直移动。
图像的几何变换的两种实现(旋转、平移、放大、缩小)
面向对象程序设计学号：2学生所在学院：信息工程学院学生姓名：邵丽群任课教师：熊邦书教师所在学院：信息工程学院2013级实现图像的几何变换电子信息工程信息工程学院摘要：几何变换是最常见的图像处理手段，通过对变形的图像进行几何校正，可以得出准确的图像。
常用的几何变换功能包括图像的平移、图像的镜像变换、图像的转置、图像的缩放、图像的旋转等等。
目前数字图像处理的应用越来越广泛，已经渗透到工业、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。
作为数字图像处理的一个重要部分，本文接受的工作是如何Visual C++编程工具设计一个完整的应用程序，实现经典的图像几何变换功能。
程序大概分为两大部分：读写BMP图像，和数字图像的几何变换。
即首先用Visual C++创建一个单文档应用程序框架，在实现任意BMP图像的读写，打印，以及剪贴板操作的基础上，完成经典的图像几何变换功能。
图像几何变换的Visual C++编程实现，为校课题的实现提供了一个实例。
关键字：图像处理；几何变换（图像的平移、缩放、转置、旋转和镜像变换）；BMP图像；Visual C++一、引言图像几何变换是指用数学建模的方法来描述图像位置、大小、形状等变化的方法。
在实际场景拍摄到的一幅图像，如果画面过大或过小，都需要进行缩小或放大。
如果拍摄时景物与摄像头不成相互平行关系的时候，会发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等。
这就需要进行一定的畸变校正。
在进行目标物的匹配时，需要对图像进行旋转、平移等处理。
在进行三维景物显示时，需要进行三维到二维平面的投影建模。
因此，图像几何变换是图像处理及分析的基础。
图像几何变换是计算机图像处理领域中的一个重要组成部分，也是值得深讨的一个重要课题。
在图像几何变换中主要包括图像的放缩、图像的旋转、图像的移动、图像的镜像、图像的块操作等容，几何变换不改变图像的像素值，只改变像素所在的几何位置。
从广义上说，图像是自然界景物的客观反映，是人类认识世界和人类本身的重要源泉。
10、图像的几何变换——平移、镜像、缩放、旋转、仿射变换
10、图像的⼏何变换——平移、镜像、缩放、旋转、仿射变换1.⼏何变换的基本概念 图像⼏何变换⼜称为图像空间变换，它将⼀副图像中的坐标位置映射到另⼀幅图像中的新坐标位置。
我们学习⼏何变换就是确定这种空间映射关系，以及映射过程中的变化参数。
图像的⼏何变换改变了像素的空间位置，建⽴⼀种原图像像素与变换后图像像素之间的映射关系，通过这种映射关系能够实现下⾯两种计算：原图像任意像素计算该像素在变换后图像的坐标位置变换后图像的任意像素在原图像的坐标位置对于第⼀种计算，只要给出原图像上的任意像素坐标，都能通过对应的映射关系获得到该像素在变换后图像的坐标位置。
将这种输⼊图像坐标映射到输出的过程称为“向前映射”。
反过来，知道任意变换后图像上的像素坐标，计算其在原图像的像素坐标，将输出图像映射到输⼊的过程称为“向后映射”。
但是，在使⽤向前映射处理⼏何变换时却有⼀些不⾜，通常会产⽣两个问题：映射不完全，映射重叠映射不完全输⼊图像的像素总数⼩于输出图像，这样输出图像中的⼀些像素找不到在原图像中的映射。
上图只有(0,0),(0,2),(2,0),(2,2)四个坐标根据映射关系在原图像中找到了相对应的像素，其余的12个坐标没有有效值。
映射重叠根据映射关系，输⼊图像的多个像素映射到输出图像的同⼀个像素上。
上图左上⾓的四个像素(0,0),(0,1),(1,0),(1,1)都会映射到输出图像的(0,0)上，那么(0,0)究竟取那个像素值呢？要解决上述两个问题可以使⽤“向后映射”，使⽤输出图像的坐标反过来推算改坐标对应于原图像中的坐标位置。
这样，输出图像的每个像素都可以通过映射关系在原图像找到唯⼀对应的像素，⽽不会出现映射不完全和映射重叠。
所以，⼀般使⽤向后映射来处理图像的⼏何变换。
从上⾯也可以看出，向前映射之所以会出现问题，主要是由于图像像素的总数发⽣了变化，也就是图像的⼤⼩改变了。
在⼀些图像⼤⼩不会发⽣变化的变换中，向前映射还是很有效的。
简述图像几何变换的类型与方法
程序开始⎩简述图像几何变换的类型和方法数字图像处理，就是利用数字计算机或则其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图像的实用性。
例如从卫星图片中提取目标物的特征参数， 三维立体断层图像的重建等。
总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。
目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。
图像的几何变换，通常包括图像的平移、图像的镜像变换、图像的转置、图像的缩放和图像的旋转等。
程序基本框架如下：图 图 图 图 图 像 像 像 像 像 的 的 的 的 的 平 移镜 像 转 置 缩 放旋 转1 图像的平移图像的平移是几何变换中最简单的变换之一。
1．1 理论基础图像平移就是将图像中所有的点都按照指定的平移量水平、垂直移动。
设（x0，y0）为原图像上的一点，图像水平平移量为 tx ，垂直平移量为 ty ， 则平移后点（x0，y0）坐标将变为（x1，y1）。
显然（x0，y0）和（x1，y1）的关系如下：⎧ x 1 = ⎨y 1 = x 0 + txy 0 + ty1程序结束读写 BMP 图像用矩阵表示如下：⎡x1⎤⎡1 0 tx⎤⎡x0⎤⎢y1⎥=⎢0 1 ty⎥⎢y0⎥⎢⎥⎢⎥⎢⎥⎢⎣1⎥⎦⎢⎣001⎥⎦⎢⎣1⎥⎦对该矩阵求逆，可以得到逆变换：⎡x0⎤⎡1 0-tx⎤⎡x1⎤⎢y0⎥=⎢0 1-ty⎥⎢y1⎥即⎧x0 = x1 -tx⎢⎥⎢ ⎥⎢⎥⎨y0 = y1 -ty ⎢⎣1 ⎥⎦⎢⎣00 1⎥⎦⎢⎣1⎥⎦⎩这样，平移后的图像上的每一点都可以在原图像中找到对应的点。
例如，对于新图中的（0，0）像素，代入上面的方程组，可以求出对应原图中的像素（-tx，-ty）。
如果tx 或ty 大于0，则（- tx，- ty）不在原图中。
对于不在原图中的点，可以直接将它的像素值统一设置为0 或则255（对于灰度图就是黑色或白色）。
几何变换的matlab程序示例
几何变换是图像处理中常见的操作，通过对图像进行旋转、平移、缩放等变换，可以实现图像的翻转、修正以及透视等效果。
MATLAB作为一种强大的数学工具，提供了丰富的函数和工具箱，可以方便地进行各种几何变换的计算和实现。
本文将结合实例，介绍如何使用MATLAB进行几何变换的程序示例，包括图像旋转、平移和缩放等操作。
1. 图像旋转图像旋转是一种常见的几何变换操作，可以通过MATLAB中的imrotate函数来实现。
该函数可以对图像进行指定角度的旋转，其基本语法为：```matlabrotated_img = imrotate(img, angle);```其中，img为待旋转的图像，angle为旋转的角度。
通过这个函数，可以实现图像的任意角度的旋转操作。
2. 图像平移图像平移是指沿着x轴和y轴的方向对图像进行移动，可以通过MATLAB中的imtranslate函数来实现。
其基本语法为：```matlabtranslated_img = imtranslate(img, [x_shift, y_shift]);```其中，img为待平移的图像，[x_shift, y_shift]为沿x轴和y轴的平移距离。
通过该函数，可以实现对图像的任意平移操作。
3. 图像缩放图像缩放是指对图像的大小进行调整，可以通过MATLAB中的imresize函数来实现。
其基本语法为：```matlabresized_img = imresize(img, scale);```其中，img为待缩放的图像，scale为缩放比例。
通过该函数，可以实现对图像的任意缩放操作。
除了以上三种基本的几何变换操作外，MATLAB还提供了一些其他相关的函数和工具箱，如仿射变换、透射变换等。
通过这些工具，可以实现更加复杂和多样化的图像处理操作。
总结通过本文的介绍，我们了解到了MATLAB中几何变换的基本操作，包括图像旋转、平移和缩放。
这些操作可以帮助我们实现对图像的各种修正和调整，从而得到我们想要的效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
*******************实践教学*******************兰州理工大学计算机与通信学院2012年秋季学期计算机图象处理课程设计题目：图像几何变换程序设计专业班级：姓名：学号：指导教师：成绩：目录摘要 (2)一、前言 (3)二、算法分析与描述 (4)三、详细设计过程 (6)四、调试过程中出现的问题及相应解决办法 (10)五、程序运行截图及其说明 (11)六、简单操作手册 (14)设计总结 (15)参考文献 (16)致谢 (17)附录 (18)摘要本次课程设计我的题目是图像几何变换和图像分割程序设计，计算机图像处理的实现主要以数学模型为基础，通过建立合适的算法来实现具体的图像处理，几何变换是最常见的图像处理手段，通过对变形的图像进行几何校正，可以得出准确的图像。
常用的几何变换功能包括图像的平移、图像的旋转、图像的缩放、图像的错切等。
作为数字图像处理的一个重要部分，一般用MATLAB编程工具设计一个完整的应用程序，实现相应的图像几何变换功能。
图像分割是一种非常重要的图像处理技术，它不仅得到了广泛的重视和研究，也在实际中得到了大量的应用。
本文主要介绍了计算机图像处理中的图像分割程序的设计与实现。
关键词：图像几何变换、平移、旋转、放大缩小一、前言图形图像处理的应用领域涉及人类生活和工作的各个方面，它是从60年代以来随计算机的技术和VLSI的发展而产生、发展和不断成熟起来的一个新技术领域，理论上和实际应用上都并取得了巨大的成就。
数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化，所以图形图像的处理在我们的生活中又很重要的作用。
在对图像的研究和应用中，人们往往只对图像中的某些部分感兴趣。
这些部分通常称为目标或前景，它们一般对应图像中特定的、具体独特性质的区域。
为了辨识和分析目标，需要将它们分别提取出来，在此基础上才有可能对目标进一步利用。
二、算法分析与描述2.1图像几何变换2.1.1图像的平移变换图像的平移变换就是将图像中的像素点按照要求的量进行垂直、水平移动。
图像的水平处理，只是改变了原有景物在画面上的位置，而图像的内容不发生变化。
初始坐标为(x0,y0)的点经过平移(tx,ty)(以向右，向下为正方向)后，坐标变为(x1,y1)。
这两点之间的关系是：x1=x0+txy1=y0+ty使用矩阵的形式来表达如下：x1 y1 1 = x0 y0 1值得注意的是，一个数字图像（灰度图）是以一个矩阵来描述的，因此，如果不扩大存放处理后的矩阵的大小，则会出现图像的部分内容移出画面的情况。
2.1.2图像的旋转变换图像的旋转是指以图像中的某一点为原点以逆时针或顺时针方向翻转一定的角度，其翻转公式如下：x1=x0cosa-y0sina；y1=-x0sina+y0cosa；用矩阵表示为：x1 y1 1 = x0 y0 1其中，（x1,y1）是原图像的像素点的坐标；（x0,y0）是对应像素点经过翻转变换后的图像的像素点的坐标。
我们旋转所在的坐标系和图像显示时对应的Windows屏幕坐标系是不一样的，这里xoy为旋转坐标系，x'o'y'为屏幕坐标系。
实际上我们可以分为三步进行整个旋转变换：1.将坐标系x'o'y'变成xoy；2.将该点顺时针旋转a角；3.将坐标系xoy变回x'o'y'将上面三步变换进行合成得到三个矩阵的级联矩阵；(x0，y0)和(x1,y1)都是x‘o’y‘坐标系中的点；2.1.3图像的放大以及缩小如果一幅图像要放大k1*k2倍，就是将图像中每个像素复制到k1*k2个像素所构成的子块中，这些子块再按原来的排列顺序进行排列，就可以实现图像的方的方法。
图像缩小的方法跟图像放大的方法雷同。
三、详细设计过程3.1图像几何变换3.1.1图像平移： 1. 图像平移的基本原理图像平移是将一副图像中所有的点都按照指定的平移量在水平，垂直方向移动，平移后的图像与源图像相同。
平移后的图像上的每一点都可以在原图像中找到对应的点。
X = X0 + XY = Y0 + Y利用其次坐标，变换前后图像上的点F0（X0，Y0）和P（X,Y）之间的关系可以用如下的矩阵变换表示为：X0 1 0 X XY = 0 1 Y Y1 0 0 1 1图像放缩的基本理论图像比例缩放是指将给定的图像在X轴方向按比例缩放FX倍，在Y轴方向上按比例缩放FY倍从而获得一副新的图像。
比例缩放前后两点F0（X0，Y0），P（X，Y）之间的关系用矩形形式可以表示为：X FX 0 0 X0 X=FxX0Y = 0 Fy 0 y01 0 0 0 1 Y=FyY0三个入口参数：原图像1，缩放倍数r,插值方式mode3.1.2图像的旋转放大倍数为1.25倍D=imread('wa.jpg');F=imresize(D,1.25);figure,imshow(F),title('放大后的图像');截图：四、调试过程中出现的问题及相应解决办法通过MATLAB界面运行程序进行图像几何变换时，图像有可能变换不了。
可能是所需要变换的图片为灰度图像或者二值图像。
需要先将RGB图像转换一下。
五、程序运行截图及其说明图像几何变换图像平移：图5.1 图象低通滤波图像的旋转图5.2图像的旋转图5.3图像的放大图5.4 图像的水平镜像图5.5 图像的垂直镜像六、简单操作手册打开MATLAB软件，单击File下拉菜单。
选择NEW或者Open创建一个新的GUI 或者打开一个已有的GUI（后缀名为.fig的文件）。
然后根据提示进行操作。
打开已经创建好的GUI程序。
然后进行所需要的操作。
比如我需要进行图像的水平翻转设计总结我的综合训练题目是图像几何变换程序设计，在这两周的图形图像处理综合训练过程当中，收获很多。
在平常的课程学习过程当中，书上的知识感觉不是太难，只要自己认真听讲，下课后再仔细回顾回顾就能很快掌握，自以为什么都明白了，但在课设过程中却发现，要将知识实际运用起来却是十分困难的，所以在今后的学习过程中我一定要加强实际运用的能力训练，更好的将学来的知识转化到解决实际问题之中。
通过此次综合训练，使我计算机图像处理的工程及其实现有了更深的理解，获得了很多宝贵的经验。
特别是怎么样通过理论与实践相结合，把理论知识应用到我们做的程序实践过程上去。
学会了很多关于计算机图像处理的经验和技巧，更重要的是，知道应如何在困难重重中一步一步细心的发现问题，解决问题,并在遇到问题时同学之间相互帮助中，深刻体会到了团体合作精神的重要性。
参考文献[1] 朱虹.计算机图象处理基础[M]. 科学出版社, 2005[2] R C.Gonzalez, R E.Woods著,阮秋琦,阮宇智等译.计算机图象处理(第2版).北京:电子工业出版社,2003[3] K.R.Castleman. 计算机图象处理.北京:电子工业出版社,2002[4] 章毓晋.图像处理与分析-图像工程（上册）,清华大学,2001[5] 何斌等编著.Visual C++计算机图象处理.人民邮电出版社,2002[6] 张宏林编著.Visual C++计算机图象模式识别技术及工程实践.人民邮电出版社,2003.[7] 黄维通.Visual C++面向对象与可视化程序设计.清华大学出版社,2003[8] R C.Gonzalez, R E.Woods, S L. Eddins著,阮秋琦,阮宇智等译.计算机图象处理(MATLAB版).北京:电子工业出版社,2005致谢首先我要感谢我的老师，在设计过程中给了我很多宝贵意见和丰富的资料并指引我阅读相关的资料和书籍，使我在不熟悉的领域中仍能迅速掌握新的技术。
同时感谢我的同学，在设计中遇到问题时和我积极地讨论，并提出了很多建设性的意见，没有他们的帮助，只靠我自己一定很难完成这次任务。
在今后的学习和工作中，我一定要发扬团队精神，齐心协力完成相应的设计工作。
附录实现图像平移的文件的代码：figure,imshow(F,[]);title('平移后图形');figure,imshow(D);function pushbutton6_Callback(hObject, eventdata, handles)global Taxes(handles.axes2); %定义图像显示位置I=handles.img;%选定操作图T=getimage;%获取图像信息prompt={'输入参数:'};defans={'0'};p=inputdlg(prompt,'input',1,defans); %创建数据输入窗口p1=str2num(p{1});J = double(I);%定义为双精度型H = size(I);%定义尺寸I_moveresult = zeros(H) %平移后背景变成了黑色的x_move =p1;y_move =p1;I_moveresult(x_move+1:H(1),y_move+1:H(2),1:H(3))=J(1:H(1)-x_move,1:H(2)-y_move,1:H(3));imshow(mat2gray(I_moveresult));if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');endglobal Taxes(handles.axes2); %定义图像显示位置;I=handles.img; %选定操作图T=getimage; %获取图像信息prompt={'输入参数:'};defans={'0'};%定义数据放大缩小p=inputdlg(prompt,'input',1,defans);%创建数据输入窗口p1=str2num(p{1});f=imresize(I,p1,'nearest'); %选用插值方法最近邻法figure,%新建窗口imshow(f);%显示结果title('处理后');if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');End.实现图像旋转的文件的代码：function pushbutton8_Callback(hObject, eventdata, handles)global Taxes(handles.axes2); %定义图像显示位置;T=getimage; %获取图像信息prompt={'旋转角度:'};defans={'0'};p=inputdlg(prompt,'input',1,defans); %创建数据输入窗口p1=str2num(p{1});%把字符串转换为数值f=imrotate(handles.img,p1,'nearest');%旋转并定义插值方法imshow(f); %显示结果if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');End实现图像放大的文件的代码：global Taxes(handles.axes2); %定义图像显示位置;I=handles.img; %选定操作图T=getimage; %获取图像信息prompt={'输入参数:'};defans={'0'};%定义数据放大缩小p=inputdlg(prompt,'input',1,defans);%创建数据输入窗口p1=str2num(p{1});f=imresize(I,p1,'nearest'); %选用插值方法最近邻法figure,%新建窗口imshow(f);%显示结果title('处理后');if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');endglobal Taxes(handles.axes2); %定义图像显示位置;T=getimage; %获取图像信息prompt={'旋转角度:'};defans={'0'};p=inputdlg(prompt,'input',1,defans); %创建数据输入窗口p1=str2num(p{1});%把字符串转换为数值Af=imrotate(handles.img,p1,'nearest');%旋转并定义插值方法imshow(f); %显示结果if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');end实现图像镜像的文件的代码：axes(handles.axes2); %定义图像显示位置;A1=handles.img; %选定操作图A1=double(A1);%定义为双精度型H=size(A1);%定义尺寸A3(1:H(1),1:H(2),1:H(3))=A1(1:H(1),H(2):-1:1,1:H(3));%水平镜像imshow(uint8(A3));%显示结果axes(handles.axes2); %定义图像显示位置;A1=handles.img; %选定操作图A1=double(A1); %定义为双精度型H=size(A1); %定义尺寸A2(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,1:H(2),1:H(3));%垂直镜像imshow(uint8(A2)); %显示结果A。