opencv仿射变换GetAffineTransform的总结

仿射变换:

拉伸、收缩、扭曲、旋转是图像的几何变换,在三维视觉技术中大量应用到这些变换,又分为仿射变换和透视变换。仿射变换通常用单应性建模,利用cvWarpAffine解决密集映射,用cvTransform解决稀疏映射。仿射变换可以将矩形转换成平行四边形,它可以将矩形的边压扁但必须保持边是平行的,也可以将矩形旋转或者按比例变化。透视变换提供了更大的灵活性,一个透视变换可以将矩阵转变成梯形。当然,平行四边形也是梯形,所以仿射变换是透视变换的子集。


1)CloneImage:制作图像的完整拷贝 
IplImage* cvCloneImage( const IplImage* image );
image :原图像. 
函数 cvCloneImage 制作图像的完整拷贝包括头、ROI和数据

2)GetAffineTransform:由三对点计算仿射变换

CvMat*  cvGetAffineTransform( const CvPoint2D32f* src,const CvPoint2D32f*  dst, CvMat*  map_matrix );

src:输入图像的三角形顶点坐标。

dst:输出图像的相应的三角形顶点坐标。

map_matrix:指向2×3输出矩阵的指针。

函数cvGetAffineTransform计算满足以下关系的仿射变换矩阵:

这里,dst(i)= (x'i,y'i),src(i)= (xi,yi),i = 0..2.


3)WarpAffine

对图像做仿射变换

void cvWarpAffine( const CvArr* src, CvArr* dst, constCvMat* map_matrix,

                  int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS,

                  CvScalar fillval=cvScalarAll(0) );

src:输入图像.

dst:输出图像.

map_matrix:2×3 变换矩阵

flags:插值方法和以下开关选项的组合:

·       CV_WARP_FILL_OUTLIERS - 填充所有输出图像的象素。如果部分象素落在输入图像的边界外,那么它们的值设定为 fillval.

·       CV_WARP_INVERSE_MAP - 指定 map_matrix是输出图像到输入图像的反变换,因此可以直接用来做象素插值。否则, 函数从 map_matrix 得到反变换。

fillval:用来填充边界外面的值

函数 cvWarpAffine 利用下面指定的矩阵变换输入图像:

  • 如果没有指定 CV_WARP_INVERSE_MAP ,
  • 否则, 

函数与 cvGetQuadrangleSubPix 类似,但是不完全相同。cvWarpAffine 要求输入和输出图像具有同样的数据类型,有更大的资源开销(因此对小图像不太合适)而且输出图像的部分可以保留不变。而 cvGetQuadrangleSubPix 可以精确地从8位图像中提取四边形到浮点数缓存区中,具有比较小的系统开销,而且总是全部改变输出图像的内容。要变换稀疏矩阵,使用 cxcore 中的函数 cvTransform

  • 6
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV(Open Source Computer Vision Library)是一个广泛使用的计算机视觉库,提供了大量的图像处理和计算机视觉功能。在Python中,OpenCV的`cv2`模块包含了一个名为`getAffineTransform()`和`warpAffine()`的函数,用于执行仿射变换。 **仿射变换**是一种线性变换,它可以将一个几何图形按照特定的矩阵进行拉伸、缩放、旋转或平移,保持图形的比例不变。在OpenCV中,仿射变换涉及到两个关键概念: 1. **仿射矩阵(Affine Matrix)**:这是一个2x3的矩阵,包含6个参数,其中前2行表示比例和旋转,最后一行是平移量。例如,对于二维空间,仿射矩阵可以表示为: ``` [a b tx] [c d ty] [0 0 1] ``` 其中a, b, c, d决定了比例和旋转,tx, ty是平移。 2. **`getAffineTransform()`函数**:这个函数用于生成从一个源点集到目标点集的仿射变换矩阵。它接受两个二维点集作为输入,通常是两个坐标列表。 3. **`warpAffine()`函数**:这个函数应用给定的仿射变换矩阵到源图像上,产生一个新的变形后的图像。它需要图像数据、仿射矩阵以及可以选择的目标图像大小。 使用这些工具,你可以执行常见的图像操作,如图像缩放、旋转、平移等。下面是一个简单的例子,展示如何使用OpenCV进行仿射变换: ```python import cv2 import numpy as np # 假设src是源图像,dst是目标图像点集 src = np.float32([[10, 10], [200, 10], [10, 200]]) dst = np.float32([[110, 110], [210, 110], [110, 210]]) # 计算仿射变换矩阵 M = cv2.getAffineTransform(src, dst) # 应用变换 warped_img = cv2.warpAffine(img, M, (img.shape, img.shape)) # 显示原图和变换后的图像 cv2.imshow("Original", img) cv2.imshow("Transformed", warped_img) cv2.waitKey(0) cv2.destroyAllWindows() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值