如何用OpenCV Python的cv.remap实现图像指定区域涂抹变形效果

核心原理说明 #

cv.remap的本质是坐标重映射，你需要提前生成两个和输出图像尺寸完全一致的浮点数组map_x、map_y：

• map_x[y][x]：输出图像中坐标为(x,y)的像素，对应原图像的横坐标值
• map_y[y][x]：输出图像中坐标为(x,y)的像素，对应原图像的纵坐标值
  不需要变形的区域，直接给map_x[y][x] = x、map_y[y][x] = y即可保证像素位置不变。你已经生成的中位线和抛物线之间的区域掩码，可以直接用来圈定需要调整映射规则的范围。

分步实现流程 #

• 第一步：准备基础输入参数
  提前整理好三个输入：

  • 原始图像数组
  • 你已有的np.int32类型区域掩码，掩码值为1的位置对应需要变形的区域，其他区域为0
  • 每个横坐标x对应的基准直线y值y_base[x]、抛物线y值y_parabola[x]，用于计算区域高度

• 第二步：初始化映射矩阵
  先初始化map_x、map_y默认映射到原坐标，保证非变形区域像素不变：

  import cv2 as cv
  import numpy as np
  
  h, w = img.shape[:2]
  map_x = np.zeros((h, w), dtype=np.float32)
  map_y = np.zeros((h, w), dtype=np.float32)
  # 给map_x赋值每行的x坐标
  for i in range(h):
      map_x[i, :] = np.arange(w, dtype=np.float32)
  # 给map_y赋值每列的y坐标
  for i in range(w):
      map_y[:, i] = np.full(h, i, dtype=np.float32)
  

• 第三步：调整变形区域的映射规则
  要实现一侧拉伸、一侧挤压的效果，你可以用归一化距离的幂次变换实现：
  假设你要让靠近基准直线的一侧拉伸、靠近抛物线的一侧挤压，先计算区域内任意点(x,y)距离基准线的归一化距离t = (y - y_base[x])/(y_parabola[x] - y_base[x])，给t做幂次调整t_new = t**0.5，幂次小于1时，小t的增长速度快，对应拉伸；大t的增长速度慢，对应挤压，再把映射后的y坐标替换为y_base[x] + t_new * (y_parabola[x] - y_base[x])即可。
  示例代码：

  for x in range(w):
      region_height = y_parabola[x] - y_base[x]
      # 跳过高度为0的无效区域
      if region_height <= 0:
          continue
      # 遍历当前x对应的变形区域y范围
      for y in range(y_base[x], y_parabola[x]):
          if mask[y][x] == 1:
              t = (y - y_base[x]) / region_height
              # 幂次调整：小于1是基准线侧拉伸，大于1是抛物线侧拉伸，数值越大效果越明显
              t_adjust = t ** 0.5
              map_y[y][x] = y_base[x] + t_adjust * region_height
              # 如果你要实现水平方向的拉伸挤压，调整map_x的值即可，map_y保持默认
  

• 第四步：调用remap生成结果
  直接传入生成好的map_x、map_y即可，插值方式选线性插值就能满足一般需求：

  res = cv.remap(img, map_x, map_y, cv.INTER_LINEAR, borderMode=cv.BORDER_REPLICATE)
  

优化建议 #

上面的嵌套循环执行效率较低，你可以用numpy的广播运算替换循环，处理速度会提升数倍；幂次参数可以根据你的效果需求灵活调整，直到拉伸挤压的程度符合预期。

内容的提问来源于stack exchange，提问作者powoce8826