OpenCV学习笔记(十五):图像仿射变换:warpAffine(),getRotationMatrix2D()
一个任意的仿射变换都能表示为乘以一个矩阵(线性变换)接着再加上一个向量(平移)的形式。
仿射变换(Affine Transformation或 Affine Map),是指在几何中**一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间的过程。**它保持了二维图形的==“平直性”(即:直线经过变换之后依然是直线)和“平行性”==(即:二维图形之间的相对位置关系保持不变,平行线依然是平行线,且直线上点的位置顺序不变)。
那么, 我们能够用仿射变换来表示如下三种常见的变换形式:
1)旋转,rotation (线性变换)
2)平移,translation(向量加)
3)缩放,scale(线性变换)
1、warpAffine()函数
void warpAffine(
InputArray src, // 源图像
OutputArray dst, // 函数调用后的运算结果
InputArray M, // 2×3的变换矩阵
Size dsize, // 表示输出图像的尺寸
int flags=INTER_LINEAR, // 插值方法的标识符
intborderMode=BORDER_CONSTANT, // 边界像素模式
const Scalar& borderValue=Scalar() // 在恒定的边界情况下取的值
)
2、getAffineTransform()函数
计算3个二维点对之间的仿射变换矩阵H(2行x3列),自由度为6.
Mat cv::getAffineTransform(
const Point2f src[], // 源图像中三角形顶点的坐标(3点)
const Point2f dst[] // 目标图像中三角形顶点的坐标(3点)
)
其中
2、getRotationMatrix2D()函数
Mat getRotationMatrix2D(
Point2f center, // 表示源图像的旋转中心
double angle, // 旋转角度。角度为正值表示向逆时针旋转(坐标原点是左上角)
double scale, // 缩放系数
)
此函数计算以下矩阵
1、示例一&