[图像几何变换]——图像的仿射变换、透射变换及图像金字塔

一、仿射变换 [图像预处理]

1、介绍

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。注意：变换矩阵中是6个点，所以变换矩阵中一项就是一个坐标。

注意：图像的坐标，宽度是X方向，高度是Y方向

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
from matplotlib import font_manager #中文显示字体设置

#设置字体的方式，fname指定为系统中可使用字体的路径
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STHUPO.TTF")

#1、读取图像
img = cv.imread("./images/gyy.jpg")

#2、仿射变换
rows, cols = img.shape[:2]
#2.1创建变换矩阵
pst1 = np.float32([[50,50], [200,50], [50, 200]])
pst2 = np.float32([[100,100], [200,50], [100,250]])
M = cv.getAffineTransform(pst1, pst2)
#2.2完成仿射变换
dst = cv.warpAffine(img, M, (cols, rows))

#3、图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10,8), dpi=100)
axes[0].imshow(img[:,:,::-1]) #通道转换
axes[0].set_title("原图", fontproperties=my_font)
axes[1].imshow(dst[:,:,::-1])
axes[1].set_title("仿射后结果", fontproperties=my_font)
plt.show()

二、透射变换 [图像预处理]

透射变换是视角变化的结果，是指利用透射中心、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。

它的本质是将图像投影到一个新的视平面，其通用变换公式为：

在opencv中，我们要找到四个点，其中任意三个不共线，然后获取变换矩阵T，再进行透射变换，通过函数cv.getPerspectiveTransform找到变换矩阵，将cv.warpPerspective应用于此3x3变换矩阵

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

#设置字体显示
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STHUPO.TTF")

#1、读取图像
img = cv.imread("./images/gyy.jpg")

#2、透射变换
rows,cols = img.shape[:2]
#2.1创建变换矩阵
pst1 = np.float32([[56,65], [368,52], [28,387], [389,390]])
pst2 = np.float32([[100,145], [300,100], [80,290], [310,300]])
#2.2获取透视变换矩阵
T = cv.getPerspectiveTransform(pst1, pst2)
#2.3进行变换
dst = cv.warpPerspective(img, T, (cols, rows))

#3、图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10,8), dpi=100)
axes[0].imshow(img[:,:,::-1])
axes[0].set_title("原图", fontproperties=my_font)
axes[1].imshow(dst[:,:,::-1])
axes[1].set_title("透射后结果", fontproperties=my_font)
plt.show()

三、图像金字塔

图像金字塔是图像中多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。

图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。

金字塔的底部是待处理的图像的高分辨率表示，而顶部是低分辨率的近似，层级越高，图像越小，分辨率越低。

1、API介绍

cv.pyrUp(img)	对图像进行上采样
cv.pyrDown(img)	对图像进行下采样

2、案例

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#1、读取图片
img = cv.imread("./images/box.png")

#2、进行图像采样
up_img = cv.pyrUp(img) #上采样操作
down_img = cv.pyrDown(img) #下采样操作

#3、图像显示
cv.imshow('enlarge', up_img)
cv.imshow('original', img)
cv.imshow('shrink', down_img)
cv.waitKey(0)
cv.destroyAllWindows()