目录
前言
学习对图像进行各种几个变换,例如移动,旋转,仿射变换,透视变换等。其实比较主要的还是对图像进行一定的矩阵变换,这样就可以将图像进行不同视角的转换。
正文
扩展缩放
代码
import cv2 as cv
import numpy as np
#学习对图像进行各种几个变换,例如移动,旋转,仿射变换等。
img = cv.imread("../images/lena.jpg")
res=cv.resize(img,None,fx=0.5,fy=0.5,interpolation=cv.INTER_CUBIC)
## or
height,width = res.shape[:2]
res=cv.resize(img,((int)(1/2*width),(int)(1/2*height)),interpolation=cv.INTER_CUBIC)
cv.imshow("res",res)
cv.waitKey(0) # 等有键输入或者1000ms后自动将窗口消除,0表示只用键输入结束窗口
cv.destroyAllWindows()
cv.resize
resize(InputArray src, OutputArray dst, Size dsize,
double fx=0, double fy=0, int interpolation=INTER_LINEAR )
InputArray src :输入,原图像,即待改变大小的图像;
OutputArray dst: 输出,改变后的图像。这个图像和原图像具有相同的内容,只是大小和原图像不一样而已;
Size:输出图片尺寸
fx,fy:沿x轴,y轴的缩放系数
interpolation:插入方式.
平移
效果图
code
:
import numpy as np
import cv2 as cv
img = cv.imread("../images/lena.jpg")
row,col = img.shape[:2]
#平移矩阵 M:[[1,0,x],[0,1,y]]
m = np.float32([[1,0,100],[0,1,50]])
dst = cv.warpAffine(img,m,(col,row))
cv.imshow("img",img)
cv.imshow("dst",dst)
cv.waitKey(0)
cv.destroyAllWindows()
cv::warpAffine()
void cv::warpAffine ( InputArray src,
OutputArray dst,
InputArray M,
Size dsize,
int flags = INTER_LINEAR,
int borderMode = BORDER_CONSTANT,
const Scalar & borderValue = Scalar()
)
参数解释
. src: 输入图像
. dst: 输出图像,尺寸由dsize指定,图像类型与原图像一致
. M: 2X3的变换矩阵
. dsize: 指定图像输出尺寸
. flags: 插值算法标识符,有默认值INTER_LINEAR,如果插值算法为WARP_INVERSE_MAP, warpAffine函数使用如下矩阵进行图像转换
旋转
效果图
code
:
import numpy as np
import cv2 as cv
# 旋转
# 对一个图像旋转角度 θ, 需要使用到下面形式的旋转矩阵。
# M = | cosθ −sinθ|
# | sinθ cosθ |
# 但是 OpenCV 允许你在任意地方进行旋转,但是旋转矩阵的形式应该修
# 改为
# M = | α β (1−α)·center.x−β ·center.y |
# | −β α β ·center.x + (1−α)·center.x|
# 其中:
# α = scale·cosθ
# β = scale·sinθ
# 为了构建这个旋转矩阵,OpenCV提供了一个函数:cv2.getRotationMatrix2D。
img = cv.imread("../images/lena.jpg")
col,row = img.shape[:2]
m = cv.getRotationMatrix2D((col*0.5,row*0.5),45,1)
dst = cv.warpAffine(img,m,(col,row))
cv.imshow('input image', dst)
cv.waitKey(0) # 等有键输入或者1000ms后自动将窗口消除,0表示只用键输入结束窗口
cv.destroyAllWindows()
cv.getRotationMatrix2D
Mat cv::getRotationMatrix2D (
Point2f center,
double angle,
double scale
)
参数解释
. center: Point2f类型,表示原图像的旋转中心
. angle: double类型,表示图像旋转角度,角度为正则表示逆时针旋转,角度为负表示逆时针旋转(坐标原点是图像左上角)
. scale: 缩放系数
函数计算如下矩阵:
仿射变换
在仿射变换中,原图中所有的平行线在结果图像中同样平行。为了创建这 个矩阵我们需要从原图像中找到三个点以及他们在输出图像中的位置。然后 cv2.getAffineTransform 会创建一个 2x3 的矩阵,最后这个矩阵会被传给 函数 cv2.warpAffine。
效果图
找到三点,然后进行拉拽。
code
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img=cv.imread("../images/lena.jpg")
rows,cols,ch=img.shape
pts1=np.float32([[50,100],[200,50],[50,200]])
pts2=np.float32([[100,100],[200,50],[100,250]])
M=cv.getAffineTransform(pts1,pts2)
print(M)
dst=cv.warpAffine(img,M,(cols*2,rows*2))
cv.imshow("img",img)
cv.imshow("dst",dst)
cv.waitKey(0)
cv.destroyAllWindows()
cv2.GetAffineTransform(src, dst)
M=cv2.GetAffineTransform(src, dst)
#src:原始图像中的三个点的坐标
#dst:变换后的这三个点对应的坐标
#M:根据三个对应点求出的仿射变换矩阵
透视变换
对于视角变换,我们需要一个 3x3 变换矩阵。在变换前后直线还是直线。 要构建这个变换矩阵,你需要在输入图像上找 4 个点,以及他们在输出图 像上对应的位置。这四个点中的任意三个都不能共线。这个变换矩阵可以有 函数 cv2.getPerspectiveTransform() 构建。然后把这个矩阵传给函数 cv2.warpPerspective。
效果图