Geometric Transformations of Images

1圖像轉(zhuǎn)換

OpenCV提供了兩個轉(zhuǎn)換函數(shù)cv2.warpAffine和cv2.warpPerspective，可以使用它們進行各種轉(zhuǎn)換。 cv2.warpAffine采用2x3變換矩陣，而cv2.warpPerspective采用3x3變換矩陣作為輸入。

2圖像縮放

縮放只是調(diào)整圖像大小.為此，OpenCV附帶了一個函數(shù)cv.resize().
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

• 對shrinking，優(yōu)選的interpolation方法：cv2.INTER_AREA該方法可以避免波紋的出現(xiàn)
• 對zooming，優(yōu)選的interpolation方法：cv2.INTER_CUBIC和cv2.INTER_LINEAR(默認(rèn))

方法一

import numpy as np import cv2img = cv2.imread('messi5.jpg')res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_CUBIC)

方法二

import numpy as np import cv2height, width = img.shape[:2] res = cv2.resize(img,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)

3圖像平移

平移是對象位置的轉(zhuǎn)換。 如果你知道（x，y）方向的偏移，讓它為（tx，ty），你可以創(chuàng)建變換矩陣M，如下所示：

$$ M= \left[ \begin{matrix} 1 & 0 & tx \\ 0 & 1 & ty \end{matrix} \right] \ $$

可以將其設(shè)置為np.float32類型的Numpy數(shù)組，并將其傳遞給cv.warpAffine（）函數(shù).

應(yīng)用

按（100,50）平移
代碼：

import cv2 import numpy as npimg = cv2.imread('img.jpg',0) rows,cols = img.shapeM = np.float32([[1,0,100],[0,1,50]]) dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('img',img) cv2.imshow('dst',dst) cv2.waitKey(0) cv2.destroyAllWindows()

4圖像旋轉(zhuǎn)

通過變換矩陣實現(xiàn)圖像旋轉(zhuǎn)角度θ：

$$ M= \left[ \begin{matrix} cosθ & -sinθ \\ sinθ & cosθ \end{matrix} \right] \ $$

OpenCV提供可調(diào)旋轉(zhuǎn)，旋轉(zhuǎn)中心可調(diào)，因此可以在任何的位置旋轉(zhuǎn).修正的變換矩陣由下式給出:

$$ \left[ \begin{matrix} \alpha & \beta & (1-\alpha) \cdot center.x - \beta\cdot center.y \\ -\beta & \alpha & \beta\cdot center.x + (1-\alpha) \cdot center.y \end{matrix} \right] \ $$

$ \alpha = scale \cdot cosθ $
$ \beta = scale \cdot sinθ $

為了找到這個轉(zhuǎn)換矩陣，OpenCV提供了一個函數(shù)cv2.getRotationMatrix2D.

應(yīng)用

將圖像相對于中心旋轉(zhuǎn)90度而不進行任何縮放
代碼：

import cv2 import numpy as npimg = cv2.imread('img.jpg',0) rows,cols = img.shape# cols-1 and rows-1 are the coordinate limits. M = cv2.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),90,1) dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('img',img) cv2.imshow('dst',dst) cv2.waitKey(0) cv2.destroyAllWindows()

5仿射變換

在仿射變換中，原始圖像中的所有平行線仍將在輸出圖像中平行。 為了找到變換矩陣，我們需要輸入圖像中的三個點及其在輸出圖像中的相應(yīng)位置。 然后cv.getAffineTransform將創(chuàng)建一個2x3矩陣，該矩陣將傳遞給cv.warpAffine。
代碼：

import cv2 import numpy as np import matplotlib.pylab as pltimg = cv2.imread('img5.jpg') rows,cols,ch = img.shapepts1 = np.float32([[50,50],[200,50],[50,200]]) pts2 = np.float32([[10,100],[200,50],[100,250]])M = cv2.getAffineTransform(pts1,pts2)dst = cv2.warpAffine(img,M,(cols,rows))plt.subplot(121),plt.imshow(img),plt.title('Input') plt.subplot(122),plt.imshow(dst),plt.title('Output') plt.show()

5透視變換

對于透視變換，需要一個3x3變換矩陣。 即使在轉(zhuǎn)換之后，直線仍將保持筆直. 要找到此變換矩陣，輸入圖像上需要4個點，輸出圖像上需要相應(yīng)的點. 在這4個點中，其中3個不應(yīng)該共線. 然后可以通過函數(shù)cv2.getPerspectiveTransform找到變換矩陣. 然后將cv2.warpPerspective應(yīng)用于此3x3變換矩陣。

代碼：

import cv2 import numpy as np import matplotlib.pylab as pltimg = cv2.imread('img6.jpg') rows,cols,ch = img.shapepts1 = np.float32([[56,65],[368,52],[28,387],[389,390]]) pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])M = cv2.getPerspectiveTransform(pts1,pts2)dst = cv2.warpPerspective(img,M,(300,300))plt.subplot(121),plt.imshow(img),plt.title('Input') plt.subplot(122),plt.imshow(dst),plt.title('Output') plt.show()

NOTE：
仿射變換和透視變換更直觀的叫法可以叫做“平面變換”和“空間變換”或者“二維坐標(biāo)變換”和“三維坐標(biāo)變換”.
從另一個角度也能說明三維變換和二維變換的意思，仿射變換的方程組有6個未知數(shù)，所以要求解就需要找到3組映射點，三個點剛好確定一個平面.透視變換的方程組有8個未知數(shù)，所以要求解就需要找到4組映射點，四個點就剛好確定了一個三維空間.

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的opencv python 图像缩放/图像平移/图像旋转/仿射变换/透视变换的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。