图像仿射变换和透视变换

概述

1.仿射变换：应用在二维平面中，主要包括旋转，平移，缩放，裁剪，反转，可以保证图像物体的形状的平行性。

2.透视变换：应用在三维空间中，不能保证物体的平行性。

3.仿射变换是透视变换的子集。

仿射变换

仿射变换是一种二维坐标到二维坐标之间的线性变换，任意的仿射变换都能表示为乘以一个矩阵(线性变换)，再加上一个向量 (平移) 的形式。变换矩阵为2x3维度。


方程组有6个未知数，需要求解3组映射点，三个点确定一个平面。

#创建一个2*3的矩阵
#p1、p2分别为输入、输出图像的三个点坐标
M = cv.getAffineTransform(p1, p2)

#实现仿射变换
dst = cv.warpAffine(img, M, (cols,rows))

图像示例：

透视变换

透视变换是一种是二维（x,y）到三维(X,Y,Z)，再到另一个二维(x’,y’)空间的映射，通过矩阵乘法实现，矩阵为3x3的维度。




方程组有K11,K12,K13,K21,K22,K23,K31,K32共8个未知数，需要求解四组映射点，四个点确定一个三维空间。

#p1、p2分别为输入、输出图像的四个点坐标
M = cv.getPerspectiveTransform(p1,p2)

#也可以使用如下函数从一堆点中计算一个变换矩阵H
H, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

#透视变换
dst = cv.warpPerspective(img, M, (cols, rows))

图像示例：