openCV几何变换

#图像的几何变换：移动，旋转，仿射变换等
#主要的函数：cv2.getPerspectiveTransfrom
#openCV提供变换的函数是：cv2.wrapAffine（2*3的矩阵）  or  cv2.wrapPerspective（3*3的矩阵）

'''
#1.扩展缩放
#提供函数是：cv2.resize(src, dst, interpolation = CV_INTER_LINEAR)
#在函数cv2.resize()中尺寸大小可以自己设置，也可以使用缩放因子
#缩放因子：
#缩放：cv2.INTER_AREA()
#扩展：cv2.INTER_CUBIC()（慢） or cv2.INTER_LINEAR()（默认情况）

import cv2
import numpy as np
img = cv2.imread('test.jpg')
res = cv2.resize(img, None, fx = 2, fy = 2, interpolation = cv2.INTER_CUBIC)#None已经有了缩放因子，无需尺寸

height, width = img.shape[:2]
res = cv2.resize(img, (2*width, 2*height), interpolation = cv2.INTER_CUBIC)#已经有了尺寸

while(1):
    cv2.imshow('res', res)
    cv2.imshow('image', img)

    cv2.waitKey(0)
cv2.destroyAllWindows()
'''

'''
#2.平移和旋转
#平移的函数：cv2.warpAffine()
#旋转的函数：cv2.getRotationMatrix2D(旋转中心， 旋转角度， 缩放因子)
import cv2
import numpy as np
res = cv2.imread('test1.png', 0)
rows, cols = res.shape#获取图片的属性
ans = cv2.getRotationMatrix2D((cols/2, rows/2), 90, 0.3)#旋转图片，旋转中心，旋转角度，缩放因子
dst = cv2.warpAffine(res, ans, (2*cols, 2*rows))#平移，第三个参数是图片大小，（宽，高）
cv2.imshow('res', res)
cv2.imshow('ans'," ans)
cv2.imshow('dst', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()"
'''

#3.变换
#对于平面区域，有两种方式的几何转换：一种是基于2×3矩阵进行的变换，叫仿射变换；另一种是基于3×3矩阵进行的变换，叫透视变换或者单应性映射
'''
#仿射变换：原图直线平行，后图直线也平行，基于2×3矩阵进行的变换。需要从原图像中找到三个点以及他们在输出图像中的位置。
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('test.jpg')
rows, cols = img.shape[:2]
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])
# 类似于构造矩阵
M = cv2.getAffineTransform(pts1, pts2)
res = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow('原图', img)
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
'''
#2透视变换
#在变换前后直线还是直线，是基于3×3矩阵进行的变换，要在图像中找到4个点及他们在输出图像上对应位置，这四个点中任意三个点不可以共线
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('test.jpg')
rows, cols = img.shape[:2]
pts1 = np.float32([[56, 65], [238, 52], [28, 237], [239, 240]])
pts2 = np.float32([[0, 0], [200, 0], [0, 200], [200, 200]])
M = cv2.getPerspectiveTransform(pts1, pts2)
res = cv2.warpPerspective(img, M, (cols, rows))
cv2.imshow('yuantu', img)
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()