计算机视觉学习6:图像仿射

本文介绍了图像处理中的仿射变换,包括其原理、应用以及解决模块导入错误的方法。仿射变换能保持图像的平直性和平行性,通过变换矩阵实现。此外,文章还讲解了alpha通道在图像混合中的作用以及单应性变换,用于图像配准、纠正和创建全景图像。最后,对相关代码进行了注解,阐述了如何实现图像的仿射变换和插入操作。
摘要由CSDN通过智能技术生成

一、实验:利用图像仿射将一张图像放置到另一张图像中
注:本实验所采用图像仍旧是集美大学图片

 # -*- coding: utf-8 -*-
from PCV.geometry import warp, homography
from PIL import  Image
from pylab import *
from scipy import ndimage

# example of affine warp of im1 onto im2

im1 = array(Image.open('../images/9.jpg').convert('L'))
im2 = array(Image.open('../images/ch3.jpg').convert('L'))
# set to points目标坐标
tp = array([[280,680,680,280],[400,400,705,705],[1,1,1,1]])
#tp = array([[675,826,826,677],[55,52,281,277],[1,1,1,1]])
im3 = warp.image_in_image(im1,im2,tp)
figure()
gray()
subplot(131)
axis('off')
imshow(im1)
subplot(132)
axis('off')
imshow(im2)
#subplot(143)
#axis('off')
#imshow(im3)

# set from points to corners of im1
m,n = im1.shape[:2]
fp = array([[0,m,m,0],[0,0,n,n],[1,1,1,1]])
# first triangle
tp2 = tp[:,:3]
fp2 = fp[:,:3]
# compute H
H = homography.Haffine_from_points(tp2,fp2)
im1_t = ndi
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值