OpenCV 基础实战六图像变换

几何变换原理

几何变换常见的就是仿射变换和透视变换，这两种变换在图像还原、图像局部处理是常用的方法。
仿射变换可以理解为平面变换，透视变换可以理解为空间变换，一个是二维一个是三维的。

仿射变换原理：

仿射变换是一种二维坐标到二维坐标之间的线性变换，它保持了二维图形的“平直性”（直线经过变换之后依然是直线）和“平行性”（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）

透视变换原理：

透视变换是将图片投影到一个新的视平面，也称作投影映射．它是二维（x,y）到三维(X,Y,Z)，再到另一个二维(x’,y’)空间的映射．

变换示例

先上图片

仿射变换示例：

import cv2
import numpy as np

img=cv2.imread("../../Resources/card1.jpg")
rows, cols, channels = img.shape
point1 = np.float32([[0,0], [cols-1,0], [0,rows-1]])   #确定三个点
point2=np.float32([[10,rows*0.18], [cols*0.7,rows*0.3], [cols*0.17,rows*0.7]]) #目标点
M = cv2.getAffineTransform(point1, point2)                    #变换的矩阵
dst = cv2.warpAffine(img, M, (cols,rows))
cv2.imshow("img",dst)
cv2.waitKey(0)

仿射变换后的图片

从代码可以看出 仿射变换只用了三个点就完成了，因为三个点确定一个平面，这就是为什么上面提到的仿射变换是一个二维的变换。

透视变换示例：

img=cv2.imread("../../Resources/card1.jpg")
rows, cols, channels = img.shape
point1 = np.float32([[0,0], [cols-1,0], [0,rows-1],[rows-1,cols-1]])   #确定四个点
point2=np.float32([[10,rows*0.1], [cols*0.9,rows*0.2], [cols*0.1,rows*0.65],[rows*0.8,cols*0.95]])   #目标点
M = cv2.getPerspectiveTransform(point1, point2)                    #变换的矩阵
dst = cv2.warpPerspective(img, M, (cols,rows))
cv2.imshow("img",dst)
cv2.waitKey(0)

透视变换后的图片

可以尝试将变换后的图片转为方方正正的图片