Opencv学习-仿射变换与透视变换（几何变换）1

最新推荐文章于 2023-12-14 20:09:26 发布

孤独的学习

最新推荐文章于 2023-12-14 20:09:26 发布

阅读量460

点赞数 1

分类专栏： opencv 文章标签： Opencv python

本文链接：https://blog.csdn.net/weixin_42261213/article/details/91126968

版权

本文介绍了OpenCV中的几何变换，包括基于2x3矩阵的仿射变换和基于3x3矩阵的透视变换。仿射变换用于将矩形转化为平行四边形，而透视变换则可以进行更复杂的三维空间操作。OpenCV提供了如`cv.warpAffine`函数进行图像变换，并可通过`cv.getAffineTransform`和`cv.getRotationMatrix2D`计算变换矩阵。

摘要由CSDN通过智能技术生成

• 一、定义
变换是指对图像进行拉伸、收缩、扭曲和旋转等几何操作。对于平面区域有两种方式的几何转换：一种是基于23矩阵进行的变换，被称为仿射变换；一种是基于33矩阵进行的变换，被称为透视变换。也可被称为平面变换和空间变换。因为仿射变换需要找到3个映射点，三点确定一个平面。而透视变换需要确定四个映射点，四点确定一个三维空间。

• 二、Opencv中的函数定义
由于Opencv中都已封装好函数，变换的数学原理不再深究。
• 1）仿射变换：
仿射变换可以将矩形转换为平行四边形，可以挤压形状，但必须保持对边平行，卡哇伊转转和缩放。仿射变换通常被用于：1）转换图像（或是感兴趣的区域）2）有一个点序列并想以此计算出变换。
稠密仿射变换
转换图像（或是感兴趣的区域）：输入输出都是图像，其像素必须是稠密的表现形式，这就意味着图像扭曲必须进行一些插值运算以便输出的图像平滑自然。Opencv中提供的稠密变换函数为“
Python:
dst = cv.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
Parameters
src 输入图像
dst 输出图像，与输入图像有相同的大小和类型
M 2×3 变换矩阵
dsize 输出图像大小
flags 插值组合(see InterpolationFlags) /可选标志 WARP_INVERSE_MAP 用于反向变换 ( dst→src ).

borderMode 边界像素模式，有默认值BORDER_CONSTANT
borderValue 边界取值; by default, it i