opencv图像处理：二、图像几何变换

一、简介

这里主要介绍如何应用图像的几何变换，如平移，旋转，放射变换等。opencv提供2个转换函数分别是cv.warpAffine和cv.warpPerspecive，可以使用这2个函数实现各种转换。

二、缩放

opencv使用cv.resize()函数实现缩放，对于该函数的插值参数比较合适的设置是cv.INTER_AREA用于缩小，cv.INTER_CUBIC（较耗时），cv.INTER_LINEAR用于放大。默认情况下插值使用cv.INTER_LINEAR。
以下是示例代码：

import numpy as np
import cv2 as cv

img = cv.imread('./img/messi.jpg')
res = cv.resize(img,None,fx=0.5, fy=0.5, interpolation = cv.INTER_CUBIC)
#OR
#height, width = img.shape[:2]
#res = cv.resize(img,(0.5*width, 0.5*height), interpolation = cv.INTER_CUBIC)

cv.imshow("img", img)
cv.imshow("res", res)
cv.waitKey(0)
cv.destroyAllWindows()

三、平移

图像转换是移动目标位置，如果知道移动方向（x，y）以及需要移动到（$t_x,t_y$）,那么需要创建的矩阵M如下：
$$M=[\begin{array}{ccc}1& 0& t_x\\ 0& 1& t_y\end{array}]$$
以下为使用cv.warpAffine()函数实现示例：

cv.warpAffine() 计算原理：dst(x,y)=src(M11x+M12y+M13,M21x+M22y+M23)

import numpy as np
import cv2 as cv

img = cv.imread('./img/messi.jpg', 0)

rows, cols = img.shape
M   = np.float32([[1,0,100], [0,1,50]])
dst = cv.warpAffine(img, M, (cols, rows))

cv.imshow('img', img)
cv.imshow('dst', dst)
cv.waitKey(0)
cv.destroyAllWindows()

四、旋转

旋转依然使用cv.warpAffine()函数，图片θ角度需要创建M矩阵如下：
$$M=[\begin{array}{ccc}\alpha & \beta & (1-\alpha )\cdot center.x-\beta \cdot center.y\\ -\beta & \alpha & \beta \cdot center.x+(1-\alpha )\cdot center.y\end{array}]$$
其中：
$$\begin{gathered} \alpha =scale\cdot cos\theta \\ \beta =scale\cdot sin\theta \end{gathered}$$
示例代码如下：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('./img/messi.jpg', 0)
rows, cols = img.shape

# cols-1 and rows-1 are the coordinate limits.
M   = cv.getRotationMatrix2D(((cols - 1) / 2.0, (rows - 1) / 2.0), 90, 1)
dst = cv.warpAffine(img, M, (cols,rows))

cv.imshow('img', img)
cv.imshow('dst', dst)

cv.waitKey(0)
cv.destroyAllWindows()

五、仿射

仿射变换要点：
1、变换前是直线，变换后依然是直线。
2、直线比例保持不变。
示例代码如下：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('./img/messi.jpg', 0)
rows, cols = img.shape


pts1 = np.float32([[50,50],  [200,50], [50,200]])
pts2 = np.float32([[10,100], [200,50], [100,250]])
M    = cv.getAffineTransform(pts1, pts2)
dst  = cv.warpAffine(img, M, (cols, rows))

cv.imshow('img', img)
cv.imshow('dst', dst)

cv.waitKey(0)
cv.destroyAllWindows()

六、透视

透视变换(Perspective Transformation)是指利用透视中心、像点、目标点三点共线的条件，按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。简而言之，就是将一个平面通过一个投影矩阵投影到指定平面上。

原理如下图所示：

透视需要4个图像输入点，使用cv.warpPerspective函数，示例代码如下：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('./img/sudoku.png', 0)
rows, cols = img.shape

pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])

M = cv.getPerspectiveTransform(pts1,pts2)
dst = cv.warpPerspective(img,M,(300,300))

plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')

plt.show()