opencv 使用二维归一化坐标 (u, v) 将图片转换并显示 c++ 实例

OpenCV库中，二维归一化坐标(u, v)通常用于处理图像中的像素位置，尤其是在处理缩放、裁剪或者映射到其他图像空间时。归一化坐标范围通常是0到1，其中(0, 0)表示原图左上角，(1, 1)代表右下角。

在C++中，如果你想将一张图像按照归一化坐标进行显示，可以这样做：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 加载图像
    cv::Mat src = cv::imread("path_to_your_image.jpg", cv::IMREAD_COLOR);

    if(src.empty()) { // 检查是否加载成功
        std::cout << "Failed to load image." << std::endl;
        return -1;
    }

    // 创建一个新的Mat对象，用于存储归一化后的图像
    cv::Mat dst(src.size(), src.type());

    for(int u = 0; u < src.rows; ++u) {
        for(int v = 0; v < src.cols; ++v) {
            double normU = static_cast<double>(u) / src.rows;
            double normV = static_cast<double>(v) / src.cols;

            // 计算归一化坐标对应的原始像素值，并复制到dst矩阵
            dst.at<cv::Vec3b>(u, v) = src.at<cv::Vec3b>(static_cast<int>(normU * src.rows), static_cast<int>(normV * src.cols));
        }
    }

    // 显示归一化后的图像
    cv::imshow("Normalized Image", dst);
    cv::waitKey(0); // 等待按键关闭窗口

    return 0;
}

在这个例子中，我们首先读取一个图像，然后遍历每个像素点，计算出归一化的(u, v)坐标对应原始像素的位置，再将该位置的像素复制到新的dst矩阵中。最后，使用`cv::imshow`函数展示归一化后的图像。