opencv 仿射变换_一文搞懂仿射变换

最新推荐文章于 2024-08-18 23:51:51 发布
最新推荐文章于 2024-08-18 23:51:51 发布
阅读量553 收藏 1
点赞数 1
文章标签： opencv 仿射变换
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/weixin_39905500/article/details/111283981
版权
本文详细介绍了OpenCV中的仿射变换，包括图像平移、翻转、缩放和旋转的原理与实现。通过仿射变换矩阵，可以轻松完成这些图像操作，文中还提供了使用OpenCV warpAffine 函数和flip函数的实例。
摘要由CSDN通过智能技术生成
导读

在图像处理中，我们经常需要对图像进行各种操作如平移、缩放、旋转、翻转等，这些操作都属于图像的仿射变换，我们通过一个变换矩阵就能很容易的实现。本篇文章详细的介绍了各种操作的实现原理，以及代码的实现和使用

仿射变换

仿射变换也称仿射投影，是指几何中，对一个向量空间进行线性变换并接上一个平移，变换为另一个向量空间。所以，仿射变换其实也就是在讲如何来进行两个向量空间的变换

假设有一个向量空间k：

18a753b947ff793fbb157505774b644e.png

和另一个向量空间j：

996fe2d93726c583d36279104fd6d4a0.png

如果我们想要将向量空间由k变为j，可以通过下面的公式来实现：

4d57e88611cf419f0b5f80427f77e63a.png

将上式进行拆分可得

ceedd29ac408461df06ff6fb55349c6c.png

我们再将上式转换为矩阵的乘法

313ff5367a20446518afaeffa90f55c5.png

上式表明通过一个两行三列的矩阵M就可以实现两个向量空间之间的转换，在进行仿射变换的时候我们也只需要一个矩阵M就可以实现图像的平移、缩放、旋转和翻转变换。

接下来，会先介绍原理然后利用OpenCV来实现相应的例子，这里主要利用OpenCV的warpAffine函数来实现仿射变换

warpAffine函数参数：

  • src：输入的图像数组

  • M：仿射变换矩阵

  • dsize：变换后图像的大小

  • flags：使用的插值算法

  • borderValue：边界的填充值

图像平移

在平面坐标系有点P(x,y)和点P′(x′,y′)，如果我们想要将P点移动到P′通过下面的变换就可以实现

aa1c84a57de081a3495f9046b552a7fc.png

其中Δx和Δy就是x方向上和y方向上的偏移量，我们将其转换为矩阵的形式上面的矩阵MM就是仿射变换的平移参数，接下来我们利用OpenCV中的warpAffine函数来实现

8673ec1ec8828ae44e8fb7e7179e5ee2.png

上面的矩阵M就是仿射变换的平移参数，接下来我们利用OpenCV中的warpAffine函数来实现图像的平移

d63f9171d5d59a55dfffe9642c572c86.png

49225b43352bb66b123fc41a8b5ffa6a.png

图像翻转

有时候我们我们需要对图像进行水平翻转、垂直翻转、镜像翻转(同时进行水平和垂直翻转)，想要实现这个功能并不难，我们可以通过opencv内置的flip方法很容易实现，还可以通过numpy的索引来实现，当然也可以通过仿射变换矩阵来实现这个功能

2f65e4964d04cbbb5a8c60765bb2693a.png

上图中的A、B、C、D表示图像的四个顶点，如果我们需要对图像进行水平翻转，那么我们就需要将A点和B点进行交换，C点和D点进行交换，沿着x轴的中线进行对称交换位置，通过下面的式子可以实现水平翻转

8fb2331a3da16472987ddb70bba41e7d.png

上式中的w表示图像的宽，同理可得垂直翻转的实现公式

03d33fefb5619a3ef433ec0194230426.png

上式中的h表示的是图像的高

  • 利用变换矩阵翻转图像

水平翻转的变换矩阵M：

7bc5237e27ab6698a70101d53f4c8537.png

垂直翻转的变换矩阵M：

7998ac570a6b6a4ae3548b26cac52bbd.png

镜像翻转的变换矩阵M：

2a8221471a9d21b08a11fb4983ab424d.png

cdb303abb54d6a1923e29e953469bdba.png

b55f5a1d8e876517452fe653a005209b.png

  • OpenCV的flip函数翻转图像

flip函数参数：

  • src：输入的图像数组

  • flipCode：图像翻转参数，1表示水平翻转，0表示垂直翻转，-1表示镜像翻转

f50a141c7427cee21c3bdd86456d8ae4.pngflip函数实现图像翻转

  • numpy的索引翻转图像

8a1a5623e33f1e66b38c5e4fb08c0951.png

图像缩放

如果我们想要对坐标系的P点进行缩放操作，通过下面的公式就可以实现

f0af74a47f73fb24d53f73c4cd6d4e4f.png

通过在x和y前面添加一个缩放系数即可，同样我们将其转换为矩阵形式

356ff94cd36dfb67d28b141678648cab.png

通过上面的矩阵M我们就可以实现对图片的缩放

e3ae84ea958c3a27991b5eb209b38dc9.png

705448d0e8c8703cda49def85b49c65e.png

这里使用仿射变换实现的图片缩放其实和resize函数的效果是一样的，缩放时选择的插值函数不同最终效果会有所偏差

图像旋转

  • 围绕原点旋转

我们先来看看一个二维平面上的点在围绕原点是如何旋转的

d68b7fc3dbf62909a2de9dfce736a2ae.png

上图中点v在围绕原点旋转θ度之后得到了点v′，我们将坐标点用极坐标的形式来表示可以得到v(rcosϕ,rsinϕ)，所以v′(rcos(θ+ϕ),rsin(θ+ϕ))利用正弦和余弦展开式将其展开可得，对于v点来说：

8fd0400657c4692a106570741c42169c.png

对于v′来说：

1b74a6257e75b8b487cc2d6fac830d50.png

然后我们再将x和y代入上式可得

2fd6ea70a4fb1bf6954b346f414382a8.png

然后再将上式用矩阵M表示，可得

284ec2dce7219da9815c4dc7f0642ab1.png

特别注意：我们在建立直角坐标系的时候是以左下角为原点建立的，然而对于图像而言是以左上角为原点建立的，所以我们需要对角度θ进行取反，结合三角函数的特性，M矩阵的表达式如下

e611eea178f512a9111d784a450c7dd4.png

还需要注意的是这里的角度都是弧度制，所以我们在使用的时候还需要对其进行转换，转换代码如下

#将角度转换为弧度制radian_theta = theta/180 * np.pi#np.pi指的是π

将图片围绕原点进行逆时针旋转θ度的代码如下

a6ce95113c0361d9ee0d06bddf2c599c.png

  • 围绕任意点旋转

如果我们想围绕任意坐标点旋转呢？其实也并不难，下图的v点在围绕c点(a,b)旋转90度得到v′。其实我们可以将其等价于，先将V点平移到V1点，然后再将V1点围绕原点旋转90度得到V2点，最后再将V2点沿着V点平移的反方向平移相同长度，最终得到V'。这样我们就将围绕任意坐标点旋转的问题转换成了围绕原点旋转的问题

7772475681b11eba2c5298c925d6ce07.png

我们来回顾一下，围绕原点旋转坐标的变换公式

29399c9558ad3d6669f08620c73308fe.png

在围绕原点旋转变换公式的基础上，我们将其改进为围绕任意点c(a,b)旋转，我们现在原来的坐标进行平移，得到变换后的坐标，最后再沿着之前平移的反方向进行平移，就得到围绕任意点旋转的变换公式

eb397d9781064b99eb0beabea97ab233.png

将其展开可得

d67ea94169fd4e94dde568d43d8705fb.png

将上式用矩阵M表示：

b8cc7fc2a5db27c2b90dc50b870065d3.png

上式中的c(a,b)表示旋转中心，因为坐标系问题需要对θ进行取反，最终M矩阵的表达式如下

47617f730f342ceecef3b3cbb42b54c4.png

98eecd673e3ed439d3c490a66dc719be.png

d4d15d168b9ae3317777343f046ef7ab.png

细心的同学也许已经发现了，上图中围绕图像中心旋转后的图片部分被裁剪掉了，如果我们想让旋转之后的图片仍然是完整，应该如何修改呢？

8671a25ee57177884b5dd822745b5c69.png

6a44306c6c95703ee4c808b319975148.png

weixin_39905500
关注
python之详细图像仿射变换讲解（图像平移、旋转、缩放、翻转），一文就够了，赶紧码住
左手の明天的博客
09-05 2858
图像仿射变换仿射变换简介什么是放射变换图像平移公式推导例程演示代码图像平移v2图像旋转利用getRotationMatrix2D实现旋转演示代码利用wrapAffine实现缩放数学原理推导代码演示围绕任意点进行旋转数学原理推导代码演示图像缩放利用resize函数实现缩放 仿射变换简介 什么是放射变换 图像上的仿射变换, 其实就是图片中的一个像素点，通过某种变换，移动到另外一个地方。 从数学上来讲， 就是一个向量空间进行一次线形变换并加上平移向量， 从而变换到另外一个向量空间的过程。 向量空间m : m=(x
opencv摄像头标定学习总结
bcbobo21cn的专栏
03-16 1万+
摄像机标定 利用摄像机所拍摄到的图像来还原空间中的物体。在这里，不妨假设摄像机所拍摄到的图像与三维空间 中的物体之间存在以下一种简单的线性关系：[像]=M[物],这里，矩阵M可以看成是摄像机成像的几何模 型。 M中的参数就是摄像机参数。通常，这些参数是要通过实验与计算来得到的。这个求解参数的过程 就称为摄像机标定。 摄像机标定 camera calibratio
opencv 几何变换之仿射变换
qq_42839596的博客
10-28 859
仿射变换可以用来平移图像： 进行仿射变换的图像与原图像相比，保持其平直性和平行性。 dst = cv2.warpAffine(src, m, dsize, flags, borderMode, bordervalue) 参数说明： src:原图 dst:结果图像 m:变换矩阵（2*3的矩阵）[[1, 0, dx],[0, 1, dy]] disze:窗口尺寸 (宽（列），高（行）) flags:...
opencv 仿射变换
weixin_33840661的博客
02-16 150
1 import cv2 as cv 2 import numpy as np 3 4 5 img = cv.imread('../images/face.jpg') 6 h, w = img.shape[:2] 7 mat_src = np.float32([[0, 0], [0, h-1], [w-1, 0]]) 8 mat_dst = np.float3...
【翻译】仿射变换
Jungleford's Home CSDN 分舵
11-29 4982
jungleford如是说开始做模拟时钟的bean了，看dW上Java 2D的那个例子很有意思，比JDK自带的applet要简单，因为用到了仿射变换（Affine Transformation），只用简单得多的运算就可以绘制较高质量的动画。乘SUN的JavaDoc中文化之东风，先把java.awt.geom.AffineTransform的API doc之一部分简单翻译一下，只涉及到一点几何和线性
OpenCV入门学习（二）Affine Transformations（仿射变换）
Moth的执着
04-11 2868
题记：上一文中，主要是用OpenCV1.0来进行编程的，但是看了一些博文并与师哥师姐们询问了一下，对于新手推荐用新的版本，因为新版本添加了C++接口，这样就从之前的结构体变成现在的类来进行定义了，对于用户使用或操作都非常的方便，而且对之前的名字也做了简要的修改，主要就是变的方便、简洁了。
python如何移动图片_python之详细图像仿射变换讲解（图像平移、旋转、缩放、翻转），一文就够了，赶紧码住...
weixin_39776298的博客
11-23 3637
仿射变换简介什么是放射变换图像上的仿射变换, 其实就是图片中的一个像素点，通过某种变换，移动到另外一个地方。从数学上来讲， 就是一个向量空间进行一次线形变换并加上平移向量， 从而变换到另外一个向量空间的过程。向量空间m : m=(x,y)向量空间n : n=(x′,y′)向量空间从m到n的变换 n=A∗m+b整理得到:将A跟b 组合在一起就组成了仿射矩阵 M。 它的维度是2∗3使用不同的矩阵M，就...
2019-8-29 opencv特征检测和描述4-介绍SIFT（尺度不变特征变换）
weixin_42555985的博客
08-29 715
官网参见 https://docs.opencv.org/3.4.1/da/df5/tutorial_py_sift_intro.html 前2节，我们已经学习了一些角点检测技术，例如：Harris角点检测。这些检测具有旋转不变特性，也就是说，即使图像发生旋转，我们也能发现同样的角点。因为很明显，图像即使发生旋转，那些角点依然是角点。 那如果是图像缩放会怎么样呢？图像的缩放之后，角点有可能不再是...
opencv仿射变换
06-29
基于Visual Studio的Opencv进行图像的仿射变换，通过构建仿射矩阵来旋转图像。
OpenCV仿射变换
最新发布
weixin_74923758的博客
08-18 1310
图像的仿射变换涉及到图像的形状位置角度的变化，是深度学习预处理中常用到的功能，仿射变换主要是对图像的缩放，旋转，翻转和平移等操作的组合。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).图像的仿射变换，如下图所示，图1中的点1, 2 和 3 与图二中三个点一一映射, 仍然形成三角形, 但形状已经大大改变，通过这样两组三点（感兴趣点）求出仿射变换， 接下来我们就能把仿射变换应用到图像中所有的点中，就完成了图像的仿射变换。一张图好理解；仿射图像R。
OpenCV的仿射变换
2301_81888214的博客
02-03 1248
一种可以用矩阵乘法（线性变换）后跟向量加法（平移）的形式表示的变换。旋转（线性变换）翻译（向量添加）缩放操作（线性变换）您可以看到，从本质上讲，仿射变换表示两个图像之间的关系。表示仿射变换的常用方法是使用 \（2 \times 3\） 矩阵。
OpenCV 中的仿射变换
2301_77444219的博客
06-20 658
在计算机视觉和图像处理中，仿射变换是一种重要的几何变换方法。它可以通过线性变换和平移来改变图像的形状和位置，广泛应用于图像校正、对象识别以及增强现实等领域。本文将深入探讨如何在 OpenCV 中使用仿射变换，以及一些实际的应用场景。
OpenCV-仿射变换原理
2301_79853469的博客
04-26 1938
线性变换保持向量的加法和标量乘法的性质。在二维空间中，线性变换可以通过一个2x2的矩阵来表示。这个矩阵描述了原图像中点的坐标如何变换到目标图像中的新坐标。线性变换包括旋转、缩放和错切（或称为剪切）。旋转：图像围绕某一点旋转一定的角度。缩放：图像在x轴和y轴方向上分别进行放大或缩小。错切：图像在x轴或y轴方向上发生倾斜。平移变换是指图像在x轴和y轴方向上分别移动一定的距离。平移变换不能通过2x2矩阵单独表示，因为它涉及到坐标的加法，而不是线性变换中的乘法。
仿射变换
热门推荐
machaoyu86的博客
04-18 2万+
1.仿射变换有：平移、旋转、缩放、斜切。 2.要进行仿射变换，必须先获取变换矩阵。要获取变换矩阵，必须先获取特征点坐标、角度等信息，几何匹配和bolb是获取特征点的高效方法，除此之外还有其它方法，只要能稳定的求出特征点即可。 3.仿射变换流程    （1.）获取特征点坐标、角度    （2.）计算仿射变换矩阵    （3.）对图像、区域、轮廓进行仿射变换 4.根据特征点、角度计算仿射变
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
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