opencv学习笔记三：使用cv2.GetAffineTransform()实现图像仿射

最新推荐文章于 2024-08-20 13:36:51 发布
最新推荐文章于 2024-08-20 13:36:51 发布
阅读量2.2w 收藏 55
点赞数 17
分类专栏： # OpenCV-Python学习笔记 文章标签： opencv 计算机视觉 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39507748/article/details/104448700
版权
本文介绍了如何使用OpenCV中的cv2.GetAffineTransform()函数，通过三个对应点的坐标来求解仿射变换矩阵M，并结合cv2.warpAffine()函数实现图像的仿射变换，探讨了仿射变换在计算机视觉中的应用。
摘要由CSDN通过智能技术生成

仿射变换，又称仿射映射，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。仿射变换需要一个M矩阵,但是由于仿射变换比较复杂，一般直接找很难找到这个矩阵，opencv提供了根据变换前后三个点的对应关系来自动求解M的函数，这个函数就是：

M=cv2.GetAffineTransform(src, dst)
  1. src：原始图像中的三个点的坐标
  2. dst：变换后的这三个点对应的坐标
  3. M：根据三个对应点求出的仿射变换矩阵

然后再使用函数cv2.warpAffine()利用得到的M对原始图像进行变换即可
在这里插入图片描述


                

                
                
        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        

    

      

        

            

              
                
                  耐心的小黑
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          

                

                        订阅专栏
                









                



	

		

			

				
					
getPerspectiveTransform通过4对点确认透视变换矩阵的原理分析

				
			

			

				

					老猿Python
				

				

					02-25
					
					5847
					
				

			

		

		

			
				
本文分析了OpenCV-Python中getPerspectiveTransform通过4对点确认透视变换矩阵的原理，有助于大家理解透视变换相关知识。

			
		

	



                

            
              



	

		

			

				
					
cv2.GetAffineTransform求解仿射变换矩阵原理.pdf

				
			

			

				

					08-19
				

			

		

		

			
				
opencv cv2.GetAffineTransform求解原理详解

			
		

	



              


  
              

                


	

		

			

				
					
OpenCV 几何变换（缩放、翻转、仿射变换、透视、重映射）

				
			

			

				

					m0_74154295的博客
				

				

					11-22
					
					3661
					
				

			

		

		

			
				
CV几何变换（缩放、翻转、仿射变换、透视、重映射）
仿射变换是一种线性变换，可以通过矩阵的乘法来描述。这种变换在保持图像中的平行性和直线性方面非常强大，因此在图像处理和计算机视觉领域得到广泛应用。它能够实现平移、旋转、缩放和剪切等操作，并且在变换后仍然能够保持空间关系的几何特性。

			
		

	





	

		

			

				
					
OpenCV几何图像变换（2）计算仿射变换矩阵的函数getAffineTransform()的使用

					
最新发布

				
			

			

				

					jndingxin的专栏
				

				

					08-20
					
					1124
					
				

			

		

		

			
				
getAffineTransform() 函数是 OpenCV 中用于计算仿射变换矩阵的函数。仿射变换是一种几何变换，它可以包括缩放、旋转和平移等操作，但不包括透视变换。getAffineTransform() 主要用于计算从源图像到目标图像的仿射变换矩阵。

			
		

	



		

			
		



	

		

			

				
					
cv2.getAffineTransform()简要介绍

				
			

			

				

					weixin_45335726的博客
				

				

					01-17
					
					1万+
					
				

			

		

		

			
				
先了解cv2.warpAffine()+cv2.getRotationMatrix2D()



定义

cv2.getAffineTransform(pts1,pts2)

用法

仿射变换，指一个向量空间进行线性变换+平移变成另外一个向量空间，它需要一个变换矩阵，而由于仿射变换较为复杂，一般很难找出这个矩阵，于是opencv提供了cv2.getAffineTransform()

，cv2.getAffineTransForm()通过找原图像中三个点的坐标和变换图像的相应三个点坐标，创建一个2X3的矩阵

			
		

	





	

		

			

				
					
opencv几何变换(python)

				
			

			

				

					wkk的博客
				

				

					02-23
					
					3657
					
				

			

		

		

			
				
几何变换几何变换缩放翻转仿射平移旋转更复杂的仿射变换透视重映射复制绕x轴翻转绕y轴翻转绕x轴、y轴翻转x轴、y轴互换图像缩放
几何变换
几何变换是指将一幅图像映射到另外一幅图像内的操作。
缩放
使用函数cv2.resize()实现对图像的缩放
dst = cv2.resize( src, dsize[, fx[, fy[, interpolation]]] )



dst代表输出的目标图像，该图像的类型与src相同，其大小为dsize（当该值非零时），或者可以通过src.size()、fx、fy计算得到。

			
		

	





	

		

			

				
					
getAffineTransform函数

				
			

			

				

					qq_18343569的博客
				

				

					08-24
					
					1万+
					
				

			

		

		

			
				
getAffineTransform函数
函数作用：
主要用于生成仿射变换矩阵





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).


综上所述, 我们能够用仿射变换来表示:

旋转 (线性变换)平移 (向量加)缩放操作 (线性变换)
你现在可以知道, 事实上, 仿射变换代表的是两幅图之间的 关系 .


我们通常

			
		

	





	

		

			

				
					
opencv使用cv.GetAffineTransform()实现图像仿射

				
			

			

				

					01-21
				

			

		

		

			
				
仿射变换，又称仿射映射，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...然后再使用函数cv2.warpAffine()利用得到的M对原始图像进行变换即可  from matplotlib import pyplot as plt

			
		

	





	

		

			

				
					
OPENCV学习笔记一：图像基本操作

				
			

			

				

					01-20
				

			

		

		

			
				
标题学习opencv第一天： 一、图像基本操作： 1.图像读取：cv.imread(“文件位置：D:/python/picture.png” ) 函数功能：从文件路径中读取图片文件并显示出来，可读取的文件类型有JPG、JPEG、PNG、Webp等 函数原型：...

			
		

	





	

		

			

				
					
opencv-基于c++实现的opencv图像处理算法之仿射变换.zip

				
			

			

				

					05-15
				

			

		

		

			
				
在计算机视觉领域，OpenCV（开源计算机视觉库）是一个广泛使用的库，它提供了丰富的图像处理和计算机视觉功能。本主题将深入探讨如何使用C++在OpenCV中实现仿射变换，这是一种强大的几何变换方法，可以用于图像扭曲...

			
		

	





	

		

			

				
					
opencv-python-4.10.0.84.tar.gz

				
			

			

				

					06-26
				

			

		

		

			
				
OpenCV（开源计算机视觉库）是计算机视觉和机器学习领域的一个强大工具，广泛应用于图像处理、模式识别、视频分析等领域。Python版本的OpenCV库，也就是`opencv-python`，为Python程序员提供了方便的接口来利用这个...

			
		

	





	

		

			

				
					
仿射变换--getAffineTransform和wrapAffine

				
			

			

				

					qq_36892712的博客
				

				

					12-29
					
					658
					
				

			

		

		

			
				
wrapAffine。

			
		

	





	

		

			

				
					
opencv仿射变换GetAffineTransform的总结

					
热门推荐

				
			

			

				

					never give up的博客
				

				

					06-04
					
					3万+
					
				

			

		

		

			
				
拉伸、收缩、扭曲、旋转是图像的几何变换，在三维视觉技术中大量应用到这些变换，又分为仿射变换和透视变换。仿射变换通常用单应性建模，利用cvWarpAffine解决密集映射，用cvTransform解决稀疏映射。

			
		

	





	

		

			

				
					
OpenCV 几何图像变换模块 - getAffineTransform 函数

				
			

			

				

					bug_code702的博客
				

				

					09-17
					
					479
					
				

			

		

		

			
				
在上面的代码中，我们首先定义了源图像上的三个点的坐标和目标图像上对应的三个点的坐标。本文将重点介绍 OpenCV 中的 getAffineTransform 函数，该函数用于计算从三个点的源图像坐标到目标图像坐标的仿射变换矩阵。getAffineTransform 函数在计算机视觉和图像处理中具有广泛的应用，它为我们提供了一种方便的方式来实现图像的仿射变换操作。通过合理地选择源图像上的点和目标图像上对应的点，我们可以实现各种不同的图像变换效果。运行上述代码，你将看到原图像和变换后的图像在窗口中显示出来。

			
		

	





	

		

			

				
					
OpenCV每日函数 几何图像变换模块 (2) getAffineTransform函数

				
			

			

				

					学以致用 知行合一
				

				

					06-13
					
					2032
					
				

			

		

		

			
				
getAffineTransform函数从三对对应点计算仿射变换。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)。

			
		

	





	

		

			

				
					
Opencv学习----图像处理-几何图像变换-cv::getAffineTransform(仿射变换)

				
			

			

				

					charce_you的专栏
				

				

					08-31
					
					2792
					
				

			

		

		

			
				
6.2.1 cv::getAffineTransform

6.2.1.1 仿射变换

（1）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)。
所以，我们能够用仿射变换来表示:

旋转(线性变换)
	平移(向量加)
	缩放操作(线性变换)
仿射变换代表的是两幅图之间的联系。
我们通常使用矩阵来表示仿射变换。

              ...

			
		

	





	

		

			

				
					
【opencv】几何变换——仿射变换(4 计算仿射矩阵getAffineTransform(src, ds)

				
			

			

				

					qq_40297054的博客
				

				

					04-24
					
					1549
					
				

			

		

		

			
				
【代码】【opencv】几何变换——仿射变换(4 计算仿射矩阵)

			
		

	





	

		

			

				
					
OpenCV-Python图像仿射变换

				
			

			

				

					imxlw00的专栏
				

				

					01-21
					
					685
					
				

			

		

		

			
				
OpenCV 提供了函数 cv2.getAffineTransform()来生成转换矩阵 M。
retval=cv2.getAffineTransform(src, dst)
 src 代表输入图像的三个点坐标。
 dst 代表输出图像的三个点坐标。
src 和 dst 中的三个点分别对应平行四边形的左上角、右上角、左下角三个点
函数 **cv2.warpAffine()**以函数 cv2.getAffineTransform()获取的转换矩阵 M 为参数，将 src 中的点仿射到 dst 中。
imp

			
		

	





	

		

			

				
					
[opencv]中一些函数的用法

				
			

			

				

					weixin_63062756的博客
				

				

					05-03
					
					6817
					
				

			

		

		

			
				
Otsu’s 二值化是一种自适应的图像二值化方法，它的核心思想是通过寻找最佳的阈值，将图像分割成前景和背景两个区域，使得分割后的图像的类间方差最大化，从而达到最佳的二值化效果。该函数的实现过程是，将卷积核作为一个滑动窗口，在图像上从左上角开始遍历，每次取窗口内的像素和卷积核对应位置的权值进行乘积累加，将结果写入输出图像中对应位置的像素值。仿射变换代表的是两幅图之间的映射关系，仿射变换矩阵为2x3的矩阵，如下图中的矩阵M，其中的B起着平移的作用，而A中的对角线决定缩放，反对角线决定旋转或错切。

			
		

	





	

		

			

				
					
python使用cv2.getaffinetransform实现图像配准

				
			

			

				

					06-07
				

			

		

		

			
				
图像配准是将两幅或多幅图像进行对齐的过程，常用于图像拼接、图像融合、图像匹配等领域。在 Python 中，可以使用 OpenCV 库中的 cv2.getAffineTransform 函数实现图像配准。

cv2.getAffineTransform 函数用于获取仿射变换矩阵，需要输入源图像中三个点和目标图像中对应的三个点，函数将根据这些点计算出仿射变换矩阵。

示例代码如下：

```python
import cv2
import numpy as np

# 读取源图像和目标图像
src_img = cv2.imread('src_img.png')
dst_img = cv2.imread('dst_img.png')

# 定义源图像中的三个点和目标图像中对应的三个点
src_points = np.float32([[0, 0], [0, 100], [100, 0]])
dst_points = np.float32([[50, 50], [50, 150], [150, 50]])

# 计算仿射变换矩阵
M = cv2.getAffineTransform(src_points, dst_points)

# 对源图像进行仿射变换
result_img = cv2.warpAffine(src_img, M, (dst_img.shape[1], dst_img.shape[0]))

# 显示结果图像
cv2.imshow('result', result_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

其中，src_points 和 dst_points 分别表示源图像和目标图像中的三个点，M 表示计算得到的仿射变换矩阵，result_img 表示对源图像进行仿射变换后得到的结果图像。通过 cv2.warpAffine 函数可以对源图像进行仿射变换，最后将得到的结果图像显示出来即可。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
耐心的小黑

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
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