文章目录
1 前言
几何变换是计算机图像处理中的一种操作,用于对图像的几何结构进行修改。通过几何变换,可以实现图像的旋转、缩放、平移、扭曲等效果,从而改变图像的形状、位置和方向。这些变换可以是线性的或非线性的,通常使用数学矩阵来表示和计算。
一般公式
d s t ( x , y ) = s r c ( M 11 ⋅ x + M 12 ⋅ y + M 13 , M 21 ⋅ x + M 22 ⋅ y + M 23 ) dst(x, y)=src(M_{11}⋅x+M_{12}⋅y+M_{13}, M_{21}⋅x+M_{22}⋅y+M_{23}) dst(x,y)=src(M11⋅x+M12⋅y+M13,M21⋅x+M22⋅y+M23)
x , y x,y x,y表示原图像素的位置坐标, M M M表示进行变换操作的矩阵。
几何变换的实现步骤
- 定义变换矩阵:根据所需的几何变换类型(如平移、旋转、缩放等),创建对应的变换矩阵。
- 应用变换矩阵:使用变换矩阵将输入图像的每个像素位置重新计算,以生成输出图像。
- 插值计算:由于变换后像素的新位置可能是非整数坐标,需使用插值方法(如最近邻、双线性插值等)计算新像素位置的像素值。
- 生成输出图像:根据重新计算后的像素位置和插值结果,生成经过几何变换的输出图像。
2 线性几何变换的主要类型
2.1 平移 (Translation):
2.1.1 定义
- 将图像中的所有像素点按固定距离移动。
- 数学表达式: T ( x , y ) = ( x + t x , y + t y ) T(x,y)=(x+tx,y+ty) T(x,y)=(x+tx,y+ty)
- 其中 t x tx tx 和 t y ty ty 是在 x 轴和 y 轴上的平移量。
平移操作将图像的每个像素点按指定的距离移动。在 OpenCV 中,可以使用 cv2.warpAffine()
来实现平移。
2.1.2代码
import cv2
import numpy as np
# 读取图像
image = cv2.imread('image.jpg')
# 创建平移矩阵
tx, ty = 100, 50 # x轴和y轴的平移量
translation_matrix = np.float32([[1, 0, tx], [0, 1, ty]])
# 应用平移变换
translated_image = cv2.warpAffine(image, translation_matrix, (image.shape[1], image.shape[0]))
# 显示结果
cv2.imshow('Translated Image', translated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.2 缩放 (Scaling):
2.2.1 定义
- 改变图像的尺寸(放大或缩小)。
- 数学表达式: S ( x , y ) = ( α ⋅ x , β ⋅ y ) S(x,y)=(\alpha⋅x,\beta⋅y) S(x,y)=(α⋅x,β⋅y)
- 其中 α \alpha α和 β \beta β是在 x x x 轴和$ y$ 轴上的缩放因子。
缩放操作改变图像的尺寸。缩放因子决定了图像的放大或缩小程度。
2.2.2 代码
import cv2
# 读取图像
image = cv2.imread('image.jpg')
# 缩放因子
scale_x, scale_y = 1.5, 1.5 # x轴和y轴的缩放因子
scaled_image = cv2.resize(image, None, fx=scale_x, fy=scale_y, interpolation=cv2.INTER_LINEAR)
# 显示结果
cv2.imshow('Scaled Image', scaled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.3 旋转 (Rotation):
2.3.1 定义
- 将图像绕其中心点旋转指定的角度。
- 数学表达式: R ( x , y ) = ( x ⋅ c o s ( θ ) − y ⋅ s i n ( θ ) , x ⋅ s i n ( θ ) + y ⋅ c o s ( θ ) ) R(x,y)=(x⋅cos(θ)−y⋅sin(θ),x⋅sin(θ)+y⋅cos(θ)) R(x,y)=(x⋅cos(θ)−y⋅sin(θ),x⋅sin(θ)+y⋅cos(θ))
- 其中 θ \theta θ 是旋转角度。
旋转操作将图像绕其中心旋转一定的角度。需要定义旋转矩阵并使用 cv2.warpAffine()
来应用旋转。
2.3.2 代码
import cv2
import numpy as np
# 读取图像
image = cv2.imread('image.jpg')
# 获取图像的中心
center = (image.shape[1] // 2, image.shape[0] // 2)
# 创建旋转矩阵
angle = 45 # 旋转角度
scale = 1.0 # 缩放因子
rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)
# 应用旋转变换
rotated_image = cv2.warpAffine(image, rotation_matrix, (image.shape[1], image.shape[0]))
# 显示结果
cv2.imshow('Rotated Image', rotated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.4 仿射变换 (Affine Transformation):
仿射变换是一种更复杂的变换,可以同时包括平移、缩放和旋转。仿射变换的矩阵是一个2x3的矩阵。
2.4.1 定义
- 一种保平行的变换,允许进行平移、旋转、缩放和剪切。
- 数学表达式: A ( x , y ) = ( a ⋅ x + b ⋅ y + t x , c ⋅ x + d ⋅ y + t y ) A(x,y)=(a⋅x+b⋅y+tx,c⋅x+d⋅y+ty) A(x,y)=(a⋅x+b⋅y+tx,c⋅x+d⋅y+ty)
- 其中 a a a, b b b, c c c, d d d , t x tx tx和 t y ty ty 是变换矩阵的参数。
2.4.2 代码
import cv2
import numpy as np
# 读取图像
image = cv2.imread('image.jpg')
# 定义原始图像中的三点和目标图像中的三点
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])
# 计算仿射矩阵
affine_matrix = cv2.getAffineTransform(pts1, pts2)
# 应用仿射变换
affine_transformed_image = cv2.warpAffine(image, affine_matrix, (image.shape[1], image.shape[0]))
# 显示结果
cv2.imshow('Affine Transformed Image', affine_transformed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.5 透视变换 (Perspective Transformation):
2.5.1定义
- 处理图像的透视效果,通常用于校正图像中的透视扭曲。
- 数学表达式: P ( x , y ) = ( a ⋅ x + b ⋅ y + c d ⋅ x + e ⋅ y + f , g ⋅ x + h ⋅ y + i d ⋅ x + e ⋅ y + f ) P(x,y)=(\frac{a⋅x+b⋅y+c}{d⋅x+e⋅y+f},\frac{g⋅x+h⋅y+i}{d⋅x+e⋅y+f}) P(x,y)=(d⋅x+e⋅y+fa⋅x+b⋅y+c,d⋅x+e⋅y+fg⋅x+h⋅y+i)
- 其中 a , b , c , d , e , f , g , h , 和 i a, b, c, d, e, f, g, h, 和 i a,b,c,d,e,f,g,h,和i 是透视矩阵的参数。
透视变换允许你将图像从一个视角转换到另一个视角。需要定义四个点来创建透视矩阵。
2.5.2 代码
import cv2
import numpy as np
# 读取图像
image = cv2.imread('image.jpg')
# 定义原始图像中的四点和目标图像中的四点
pts1 = np.float32([[50, 50], [200, 50], [50, 200], [200, 200]])
pts2 = np.float32([[10, 100], [220, 30], [30, 220], [210, 210]])
# 计算透视矩阵
perspective_matrix = cv2.getPerspectiveTransform(pts1, pts2)
# 应用透视变换
perspective_transformed_image = cv2.warpPerspective(image, perspective_matrix, (image.shape[1], image.shape[0]))
# 显示结果
cv2.imshow('Perspective Transformed Image', perspective_transformed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
2.6线性几何变换的应用
- 图像校正:修正图像中的畸变和透视问题。
- 图像增强:通过缩放、旋转等方法提高图像的可视效果。
- 特效生成:创建视觉效果,如模拟相机拍摄角度等。
- 目标检测与识别:对图像中的目标进行标准化处理,提高算法的准确性。
线性几何变换在计算机视觉和图像处理领域中扮演了重要角色,帮助实现各种图像操作和分析。
3.重映射
3.1定义
- 重映射是指根据特定的映射函数,将输入图像的像素位置重新映射到输出图像的新位置。这种映射可以是线性的或非线性的,具体取决于所需的变换效果。
- 数学表达式: g ( x , y ) = f ( h ( x , y ) ) g(x,y)=f(h(x,y)) g(x,y)=f(h(x,y)),假设 h ( x , y ) = x 2 + y h(x,y)=x^{2}+y h(x,y)=x2+y, 则有 g ( x , y ) = f ( x 2 , y ) g(x,y)=f(x^{2},y) g(x,y)=f(x2,y)
- 其中 f ( x , y ) f(x,y) f(x,y)是原图像函数, g ( x , y ) g(x,y) g(x,y)是目标图像函数, h ( x , y ) h(x,y) h(x,y)是映射函数
重映射的过程
- 映射函数的定义:通过函数或映射矩阵定义图像中每个像素的位置变化。映射函数通常根据图像处理需求确定,例如几何变换、去畸变等。
- 重新计算像素位置:对于每个像素
(x, y)
,使用映射函数计算其在输出图像中的新位置(x', y')
。 - 像素值的插值:由于新位置
(x', y')
可能不是整数,因此需要通过插值方法(如最近邻、双线性插值等)计算出该位置的像素值。 - 生成输出图像:将所有像素的新位置和对应的像素值合成,生成变换后的输出图像。
代码
重映射(Remapping)是通过函数 cv2.remap()
来实现的。这个函数可以将图像的每个像素点根据提供的映射规则重新定位。重映射在图像校正、图像扭曲、去畸变等操作中非常有用。
cv2.remap()函数
cv2.remap()
的基本语法如下:
dst = cv2.remap(src, map_x, map_y, interpolation)
src
:输入图像。
map_x
和 map_y
:指定图像中每个像素在输出图像中的新位置。map_x
和 map_y
是浮点数矩阵,大小与输入图像相同。map_x
存储每个像素新的 x 坐标,map_y
存储新的 y 坐标。
interpolation
:插值方法,用于插值像素值。常见的方法有:
cv2.INTER_NEAREST
:最近邻插值。cv2.INTER_LINEAR
:双线性插值(默认)。cv2.INTER_CUBIC
:双三次插值。cv2.INTER_LANCZOS4
:Lanczos 插值。
以下是一个使用
cv2.remap()
实现图像水平翻转的例子:
import cv2
import numpy as np
# 读取图像
src = cv2.imread('input_image.jpg')
# 获取图像尺寸
height, width = src.shape[:2]
# 创建映射矩阵
map_x = np.zeros((height, width), dtype=np.float32)
map_y = np.zeros((height, width), dtype=np.float32)
# 填充映射矩阵,使图像水平翻转
for i in range(height):
for j in range(width):
map_x[i, j] = width - 1 - j
map_y[i, j] = i
# 应用重映射
dst = cv2.remap(src, map_x, map_y, cv2.INTER_LINEAR)
# 显示结果
cv2.imshow('Original Image', src)
cv2.imshow('Remapped Image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
应用场景
- 去畸变:通过校正镜头的畸变,得到更加真实的图像。
- 图像校正:将图像从一种投影坐标系变换到另一种坐标系,例如鱼眼图像的校正。
- 图像扭曲:根据需求对图像进行各种扭曲和变形处理。
注意事项
map_x
和map_y
通常是通过某种函数生成的,基于目标效果。- 如果需要实现一些常见的几何变换(如平移、旋转、缩放),通常仿射变换或透视变换更为高效和方便。
cv2.remap()
是一个非常强大的函数,可以实现许多复杂的图像处理任务。
彩蛋
与前面提到的平移、旋转、缩放等标准的几何变换不同,重映射更为灵活和通用。它允许对图像的每个像素位置进行任意的重新映射,而不仅仅是线性变换。因此,虽然它属于广义上的几何变换,但其功能和应用场景与传统的几何变换有些不同。
重映射的独特性
- 任意变换:与平移、旋转、缩放等仿射变换不同,重映射可以实现任意的变换。通过提供映射矩阵
map_x
和map_y
,可以自由地将图像的像素点重新分配到新的位置,这使得重映射比其他几何变换更加灵活和强大。 - 广泛应用:重映射可以用于图像扭曲、鱼眼矫正、投影变换等复杂的图像处理任务。
为什么没有将重映射与其他几何变换一起介绍
- 操作方式不同:平移、旋转、缩放、仿射变换和透视变换都是基于矩阵运算的几何变换,通常可以通过定义一个变换矩阵直接应用到整个图像。而重映射则是基于像素级的映射,通过对每个像素的坐标进行独立计算来实现,操作上有所不同。
- 灵活度不同:其他几何变换的变换矩阵通常是线性的,遵循特定的规则,而重映射允许任意的非线性变换,这种高度的自由度使其更适合被单独讨论。
- 应用场景不同:重映射经常用于复杂的图像处理任务,而传统的几何变换更常用于图像的基本变换(如旋转、缩放)。
重映射与其他几何变换的关系
尽管重映射与平移、旋转、缩放等有操作上的差异,但它们都属于图像几何变换的范畴。在某些情况下,可以通过合适的重映射函数实现其他几何变换的效果,反之亦然。但由于重映射的灵活性,它更适合处理复杂的变换需求。
所以,重映射是一种广义的几何变换,其灵活性和功能性使得它在某些场景下更为适用,因此通常单独讨论。