OpenCv基础之绘图及几何变换实例

OpenCv基础之绘图及几何变换实例

绘图在图像处理中，主要是在处理完图像后，将图像中的目标进行标注，以便于检验处理效果。

创建背景图

# 创建一张黑色的背景图
img = np.zeros((512,512,3),np.uint8)

线段绘制

cv.line(img, pt1, pt2, color, thickness=None, lineType=None, shift=None)

• img：要绘制线条的图像，可以是灰度图像或彩色图像。
• pt1：线条的起点坐标，为二元组(x1, y1)。
• pt2：线条的终点坐标，为二元组(x2, y2)。
• color：线条的颜色，可为标量、元组或列表。如果为标量，则表示使用灰度值（0255）进行绘制；如果为元组或列表，则表示使用BGR值（Blue, Green, Red，0255）进行绘制。
• thickness：线条的宽度，为正整数。如果不指定，则默认为1。(-1为填充)
• lineType：线条的类型，有8连通、4连通、抗锯齿等类型可选。如果不指定，则默认为8连通。
• shift：坐标点小数位的位数。如果不指定，则默认为0，即坐标点为整数。

# 绘制一条,从图像坐标中[100,100]到[200,200]颜色为蓝色，限宽为5个像素的线段
res = cv2.line(img,(100,100),(200,200),(255,0,0),5)
cv2.imshow('res',res)
cv2.waitKey(0)

矩形绘制

cv.rectangle(img, pt1, pt2, color, thickness=None, lineType=None, shift=None)

• pt1：矩形的左上角坐标，为二元组(x1, y1)。
• pt2：矩形的右下角坐标，为二元组(x2, y2)。

其他参数，参考线段函数说明即可。

# 画一个长为200，宽为100的绿色边框的矩形
res = cv2.rectangle(img,(150,100),(250,300),(0,255,0),3)
cv2.imshow('res',res)
cv2.waitKey(0)

圆绘制

cv.circle(img, prets, radius, color, thickness=None, lineType=None, shift=None)

• prets：圆心坐标
• radius：半径

其他参数，参考线段函数说明即可。

# 画一个半径为100像素且填充红色的圆
res = cv2.circle(img,(200,200),100,(0,0,255),-1)
cv2.imshow('res',res)
cv2.waitKey(0)

椭圆绘制

cv.ellipse(img, center, axes, angle, startAngle, endAngle, color, thickness=None, lineType=None, shift=None)

• center：椭圆形的中心点坐标
• axes：椭圆形两条轴的长度
• angle：椭圆形相对于水平方向的旋转角度（逆时针）
• startAngle：起始角度（单位为度）
• endAngle：结束角度（单位为度）

其他参数，参考线段函数说明即可。

# 在图中心画一个长轴为100，短轴半长为50且用蓝色填充的半椭圆，起始角度为0,结束角度为180
res = cv2.ellipse(img,(200,200),(100,50),0,0,180,(255,0,0),-1)
cv2.imshow('res',res)
cv2.waitKey(0)

绘制多边形

cv.polylines(img, pts, isClosed, color, thickness=None, lineType=None, shift=None)

• pts：多边形的顶点坐标，需要以数组形式传入，如 np.array([[x1, y1], [x2, y2], [x3, y3], …], dtype=np.int32)。
• isClosed：是否闭合多边形。如果为 True，则闭合多边形；如果为 False，则不闭合多边形。

# 定义三角形的顶点坐标
pts = np.array([[100, 300], [300, 300], [200, 100]], np.int32)
# 绘制一个蓝色的三角形
res = cv2.polylines(img, [pts], True, (255, 0, 0), 2)
cv2.imshow('res',res)
cv2.waitKey(0)

添加文字

cv2.putText(img, text, org, fontFace, fontScale, color, thickness=None, lineType=None, bottomLeftOrigin=None)

• text：要绘制的文本内容。
• org：文本框左下角的坐标。
• fontFace：字体类型，如 cv2.FONT_HERSHEY_SIMPLEX、cv2.FONT_HERSHEY_PLAIN、cv2.FONT_HERSHEY_DUPLEX 等。
• fontScale：字体缩放比例。
• bottomLeftOrigin：如果为 True，则文本框的原点为左下角；如果为 False，则文本框的原点为左上角。默认为 False。

font = cv2.FONT_HERSHEY_SIMPLEX# 字体类型
cv2.putText(img_zeros,'Hello OpenCv',(10,200),font,1,(255,255,255),2,cv2.LINE_AA)
cv2.imshow('res',img)
cv2.waitKey(0)

除此之外，读者也可以通过改变其中的数据，改变其线条类型、粗细以及其他性质，对其有更好的理解。

几何变换

图像平移

即将图像中所有的点按照指定的平移量水平或者垂直移动。
dst = cv2.warpAffine(src, M, dsize[], dst[], flags,borderMode, borderValue)

• 参数src表示输入的源图像
• 参数M表示仿射变换矩阵
• 参数dsize表示输出图像的大小，可以使用src.shape[1], src.shape[0]表示输出图像的大小为输入图像的大小。
• 参数dst表示输出的目标图像，如果没有指定，则函数会自动创建一个与输入图像大小相同的图像。
• 参数flags表示插值算法的类型，可以指定为cv2.INTER_LINEAR(线性插值)、cv2.INTER_NEAREST(最近邻插值)、cv2.INTER_CUBIC(三次样条插值)、cv2.INTER_AREA(区域插值)、cv2.INTER_LANCZOS4(lanczos插值)等。
• 参数borderMode表示边界模式的类型，可以指定为cv2.BORDER_CONSTANT、cv2.BORDER_REPLICATE、cv2.BORDER_REFLECT、cv2.BORDER_WRAP等。
• 参数borderValue表示当使用cv2.BORDER_CONSTANT边界模式时，指定的填充值。

# 读取图像信息
img = cv2.imread('img/orange.png')
# 构造移动矩阵，在x轴方向移动50个像素距离，在y移动25个像素距离
M = np.float32([[1,0,50],[0,1,25]])
rows,cols = img.shape[:2]# 获得图像的行列像素
# 对图像进行仿射变换(线性变换)，它可以用于对图像进行平移、旋转、缩放、翻转等操作
res = cv2.warpAffine(img,M,(cols+50,rows+50),borderMode=cv2.INTER_LANCZOS4)# 注意，这里rows和cols需要反置，即先列后行
cv2.imshow('origin-picture',img)
cv2.imshow('new-picture',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像缩放

按照指定的比例进行放大或缩小，下采样：缩小，上采样：放大
cv.resize(src,dsize=None,fx,fy,interpolation),dsize输出图像尺寸，fx沿水平轴的比例因子，fy沿垂直轴的比例因子,interpolation插值方法
插值方法：默认cv2.INTER_NEAREST最近邻插值，INTER_LINEAR线性插值，INTER_CUBIC三次样条插值(44像素邻域)，INTER_LANCZOS4（lanczos插值，88像素邻域），INTER_AREA区域插值

# 方式1：通过设置缩放比例，来对图像进行放大或缩小(放大2倍)
resl = cv2.resize(img,None,fx=2,fy =2,interpolation=cv2.INTER_LINEAR)
# 缩小
height ,width = img.shape[:2]
# 方式2：直接设置图像的大小，不需要缩放因子
res2 = cv2.resize(img,(int(0.8*width),int(0.8*height)),interpolation=cv2.INTER_AREA)
cv2.imshow('origin_picture',img)
cv2.imshow('res1',resl)
cv2.imshow('res2',res2)
cv2.waitKey(0)
cv2.destroyAllWindows()

由于缩放图像需要通过cv进行展示，通过matplotlib展示不能够观察到缩放的效果。

图像旋转

即以图像的中心为原点，旋转一定的角度，即就是将图像上的所有像素都旋转一个相同的角度。
问题：旋转后图像的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。
解决方法：①旋转前通过坐标平移，避免信息的丢失，②图像旋转后进行填充处理

# 参数1：旋转中心，参数2：旋转角度，参数3：缩放因子(正为逆时针，负为正时针)
M = cv2.getRotationMatrix2D((cols/2,rows/2),45,0.5)
dst = cv2.warpAffine(img,M,(cols,rows),borderValue=(255,255,255))
cv2.imshow('origin-picture',img)
cv2.imshow('rotation',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

仿射变换

通过对图片进行旋转，平移，缩放，剪切，反射等操作已达到数据增强的效果。
cv.getAffineTransform(pos1,pos2)
pos1变换前位置，pos2变换后位置,用于获取从三个点的原始坐标到三个点的目标坐标的仿射变换矩阵。它接受三个源点和三个目标点，并返回一个2x3的仿射变换矩阵。

rows,cols = img.shape[:2]
pos1 = np.float32([[50,50],[200,50],[50,200]])
pos2 = np.float32([[10,100],[200,50],[100,250]])
M = cv2.getAffineTransform(pos1,pos2)
result = cv2.warpAffine(img,M,(cols,rows))
cv2.imshow('origin-picture',img)
cv2.imshow('affine',result)
cv2.waitKey(0)
cv2.destroyAllWindows()

透视变化

对图像进行投影变换、透视变换、视角变换等操作

• cv2.getPerspectiveTransform(src, dst)函数，可以根据输入图像和输出图像中的四个点计算出透视变换矩阵；参数src表示输入图像中的四个顶点的坐标，参数dst表示输出图像中的四个顶点的坐标。函数会返回一个透视变换矩阵M。
• cv2.warpPerspective(src, M, dsize[], dst, flags, borderMode, borderValue)根据透视变换矩阵对图像进行变换。
  参数src表示输入的源图像，参数M表示透视变换矩阵，参数dsize表示输出图像的大小，可以使用src.shape[1], src.shape[0]表示输出图像的大小为输入图像的大小。
  参数dst表示输出的目标图像，如果没有指定，则函数会自动创建一个与输入图像大小相同的图像。
• 参数flags表示插值算法的类型，可以指定为cv2.INTER_LINEAR、cv2.INTER_NEAREST、cv2.INTER_CUBIC、cv2.INTER_AREA、cv2.INTER_LANCZOS4等。
• 参数borderMode表示边界模式的类型，可以指定为cv2.BORDER_CONSTANT、cv2.BORDER_REPLICATE、cv2.BORDER_REFLECT、cv2.BORDER_WRAP等。
  参数borderValue表示当使用cv2.BORDER_CONSTANT边界模式时，指定的填充值。

rows,cols = img.shape[:2]
# 定义输入图像中的四个顶点
src_points = np.float32([[0, 0], [cols - 1, 0], [cols - 1, rows - 1], [0, rows - 1]])
# 定义输出图像中的四个顶点
dst_points = np.float32([[0, 0], [cols - 1, 0], [int(0.6 * cols), rows - 1], [int(0.4 * cols), rows - 1]])
# 根据输入图像和输出图像中的四个点计算出透视变换矩阵
M = cv2.getPerspectiveTransform(src_points,dst_points)
# 根据透视变换矩阵对图像进行变换
result = cv2.warpPerspective(img,M,(cols-1,rows-1),flags=cv2.INTER_LINEAR,borderMode=cv2.BORDER_CONSTANT,borderValue=(255,255,0))
cv2.imshow('origin-picture',img)
cv2.imshow('perspective',result)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上只是罗列了一些基本属性，实际应用中，还需要我们进一步查询API或者资料，进行深入学习，以上实例仅供学习。