OpenCV图像的几何变化

图像主要的几种变换

1. 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()

2. 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()

3. 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()