opencv笔记(4): 图像仿射

生活就像大海,我就像一条咸鱼,在浩瀚的海洋中边浪边学,这是opencv笔记系列中的「图像仿射」。更多可关注「浪学」公众 ~

世间万图,皆可仿射。这一篇文章以很咸鱼的方式把它们记录下来。

首先呢,是导入相关的库,再读取和显示原图像:

import numpy as np
import cv2
from matplotlib.pyplot import imshow
%matplotlib inline

img = cv2.imread('image.jpg',1)
imgInfo = img.shape

height = imgInfo[0]
width = imgInfo[1]

imshow(img)
复制代码

原图像还是同样的那张图,你还是那一个你,显示如下

接下来建立一个变换原矩阵和目标矩阵,使用cv2中的cv2.getAffineTransform()这个函数来获取上述两个矩阵之间变换的过程,最后用cv2.warpAffine()把上述的过程映射到原始输入的图片中,而得到想要的图片仿射。

matSrc = np.float32([[0,0],[0,height-1],[width-1,0]])
matDst = np.float32([[50,50],[300, height-200],[width-300,100]])
matAffine = cv2.getAffineTransform(matSrc, matDst)
dst = cv2.warpAffine(img, matAffine,(width, height))

imshow(dst)
复制代码

仿射后的图片显示如下

嗯。。仿射的不是很好看,不管了。

今天的笔记就记录这么多了,其它的记录在下一篇笔记中。阿浪已经泡好了加浓咖啡(不是星巴克,改天买星巴克),换个懒散舒服的姿势,继续晒太阳。。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用OpenCV进行仿射变换校正图像,可以按照以下步骤进行操作。首先,使用cv.warpAffine函数对需要处理的图像进行仿射变换。该函数需要传入参数为:需要处理的图像、旋转变换矩阵、宽高、插值方法和边界填充方式。其中旋转变换矩阵可以通过找到最小矩形框住对象轮廓的函数得到一个角度,然后利用这个角度得到一个旋转的矩形。最后,使用cv.warpAffine函数进行仿射变换,得到校正后的图像。具体代码如下所示: ```python import cv2 as cv # 读取图像 src = cv.imread('imageTextR.png') (h, w) = src.shape[:2] # 将图像转换为灰度图像 gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY) # 进行二值化处理 # 找到对象轮廓的最小矩形框 rect = cv.minAreaRect(contour) # 得到旋转角度 angle = rect<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Opencv+Python 基于仿射变换进行图像倾斜矫正 实例练习 (超详细备注)](https://blog.csdn.net/qq_42969796/article/details/113448379)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [图像的校正与增强之仿射变换](https://blog.csdn.net/xuzz_498100208/article/details/106041324)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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
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