图像主要的几种变换
- 主要使用cv.warpAffine()函数实现图像的、平移、 旋转、仿射变换等功能。
cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
其中:
- src - 输入图像。
- M - 变换矩阵。M作为仿射变换矩阵,一般反映平移或旋转的关系,为InputArray类型的2×3的变换矩阵。
- dsize - 输出图像的大小,其形式应为 (width,height) ,width =列数, height =行数。
- flags - 插值方式,默认为 flags=cv2.INTER_LINEAR,具体见下表:
参数 | 插值类型 |
---|---|
cv2.INTER_LINEAR | 线性插值 |
cv2.INTER_NEAREST | 最近邻插值 |
cv2.INTER_AREA | 区域插值 |
cv2.INTER_CUBIC | 三次样条插值 |
cv2.INTER_LANCZOS4 | Lanczos插值 |
- borderMode - 边界像素模式(int 类型!)
- borderValue - 边界填充值; 默认情况下,它为0。
平移的实现,代码示例:
import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac.jpg')
M = np.float32([[1, 0, 100],[0, 1, 50]])
rows, cols = img.shape[:2]
img = cv.warpAffine(img, M, (cols, rows))
cv.imshow('prac', img)
cv.waitKey(0)
cv.destroyAllWindows()
旋转的实现,这里需要用到cv.getRotationMatrix2D()函数,返回值为2*3的矩阵。
cv.getRotationMatrix2D(Point2f center, double angle, double scale)
参数如下:
- Point2f center:表示旋转的中心点
- double angle:表示旋转的角度
- double scale:图像缩放因子
代码示例:
import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac.jpg')
rows, cols = img.shape[:2]
M = cv.getRotationMatrix2D(((rows-1)/2.0, (cols-1)/2.0), 90, 1)
img = cv.warpAffine(img, M, (cols, rows))
cv.imshow('prac', img)
cv.waitKey(0)
cv.destroyAllWindows()
仿射变换的实现,这里需要用到cv.getAffineTransform()函数,返回值为2*3的矩阵。
M=cv2.GetAffineTransform(src, dst)
参数如下:
- src:原始图像中的三个点的坐标
- dst:变换后的这三个点对应的坐标
- M:根据三个对应点求出的仿射变换矩阵
代码示例:
import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac.jpg')
rows, cols = img.shape[:2]
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("prac", dst)
cv.waitKey(0)
cv.destroyAllWindows()
- 主要使用cv.warpPerspective()函数实现图像的透视变换。
cv2.warpPerspective(src,M,dsize=(width,height),flags=INTER_LINEAR,borderMode=BORDER_CONSTANT,borderValue=None)
参数如下:
- src:输入图像
- M:InputArray类型的3×3的变换矩阵
- dsize:输出图像大小
- flags:插值方法,同上
- borderMode:边界像素模式(int 类型!)
- borderValue:边界填充值; 默认情况下,它为0。
透视变换的实现,这里需要用到cv.getPerspectiveTransform()函数,返回值为3*3的矩阵。
M=cv2.getPerspectiveTransform(src, dst)
参数如下:
- src:原始图像中的四个点的坐标(至少三点不共线)
- dst:变换后的这四个点对应的坐标(至少三点不共线)
- M:根据四个对应点求出的仿射变换矩阵
代码示例:
import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac.jpg')
rows, cols = img.shape[:2]
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,(cols,rows))
cv.imshow("prac", dst)
cv.waitKey(0)
cv.destroyAllWindows()
- 缩放
主要使用cv.resize()函数实现图像的缩放。
resize(InputArray src, OutputArray dst, Size dsize,
double fx=0, double fy=0, int interpolation=INTER_LINEAR )
参数如下:
- src :输入,原图像,即待改变大小的图像
- dst: 输出,改变后的图像
- dsize:输出图像的大小
- fx:width方向的缩放比例
- fy:height方向的缩放比例
- interpolation:插值的方式,同上
代码示例:
import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\dell\\Desktop\\prac files\\prac.jpg')
rows, cols = img.shape[:2]
dst = cv.resize(img, None, (rows, cols), 0.5, 0.5, cv.INTER_CUBIC)
cv.imshow("prac", dst)
cv.waitKey(0)
cv.destroyAllWindows()