基础概念
在OpenCV中,仿射变换(Affine Transformation)是一种重要的(图像处理)几何变换技术,它包括平移、旋转、缩放、错切等多种变换。仿射变换通常用于图像处理和计算机视觉中,例如图像配准、视角变换等。仿射变换可以通过一个2×3的矩阵来描述,这个矩阵包含六个自由度,对应于变换后的图像的三个顶点位置(对于矩形来说,任意三个顶点的位置足以定义整个变换)。
仿射变换的数学基础仿射变换可以用一个2x3的矩阵来表示,这个矩阵包含六个参数
OpenCV中的仿射变换函数
OpenCV中的仿射变换在OpenCV中,仿射变换可以通过 warpAffine 函数来实现。这个函数需要一个2x3的变换矩阵来指定变换。
OpenCV提供了getAffineTransform和warpAffine两个函数来处理仿射变换。
getAffineTransform函数
用于计算仿射变换矩阵。你需要提供三组对应点,即原图像中的三个点和它们变换后的三个点。
Mat getAffineTransform(
const Point2f src[],
const Point2f dst[]
);
src: 原始图像中的三个点。
dst: 变换后图像中的三个点。
warpAffine
这个函数用于应用仿射变换。
void warpAffine(
InputArray src,
OutputArray dst,
InputArray M,
Size dsize,
int flags = INTER_LINEAR,
int borderMode = BORDER_CONSTANT,
const Scalar& borderValue = Scalar()
);
src: 输入图像。
dst: 输出图像。
M: 一个2x3的仿射变换矩阵。
dsize: 输出图像的大小。
flags: 插值方法,默认为INTER_LINEAR。(双线性插值)
borderMode: 边缘填充方式,默认为BORDER_CONSTANT。
borderValue: 如果边缘填充方式为BORDER_CONSTANT,则指定边缘填充的颜色值。
示例代码1
示例代码下面是一个使用OpenCV C++实现仿射变换的示例代码:
#include "pch.h"
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
void applyAffineTransform(const Mat &src, Mat &dst, const Mat &M, Size dsize)
{
warpAffine(src, dst, M, dsize, INTER_LINEAR, BORDER_CONSTANT, Scalar(0));
}
int main(int argc, char** argv)
{
/*if (argc != 2) {
cout << "Usage: ./AffineTransform <Image Path>" << endl;
return -1;
}*/
// 加载图像
Mat img = imread("02.png");
if (!img.data) {
cout << "Error opening image" << endl;
return -1;
}
// 定义仿射变换矩阵
Mat M = (Mat_<float>(2, 3) <<
0.8, -0.2, 0,
0.2, 0.8, 0); // 示例变换矩阵
// 定义输出图像大小
Size dsize = Size(img.cols, img.rows);
// 初始化输出矩阵
Mat transformed;
// 应用仿射变换
applyAffineTransform(img, transformed, M, dsize);
// 显示结果
namedWindow("Original Image", WINDOW_NORMAL);
imshow("Original Image", img);
namedWindow("Transformed Image", WINDOW_NORMAL);
imshow("Transformed Image", transformed);
waitKey(0);
destroyAllWindows();
return 0;
}
代码解释
1. 加载图像:使用 imread 函数加载图像。
2. 定义仿射变换矩阵:创建一个2x3的矩阵,包含旋转和平移的参数。
3. 定义输出图像大小:保持输出图像大小不变。
4. 初始化输出矩阵:创建一个新的矩阵来存储变换后的图像。
5. 应用仿射变换:使用 warpAffine 函数应用仿射变换。
6. 显示结果:使用 imshow 函数显示原始图像和变换后的图像。
运行结果1
示例代码2
下面是一个简单的示例,展示如何使用OpenCV在C++中进行仿射变换:
#include "pch.h"
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
// 加载图片
Mat src = imread("01.png");
if (src.empty())
{
std::cout << "Could not open or find the image" << std::endl;
return -1;
}
// 定义源图像和目标图像中的点
Point2f srcTri[] = { Point2f(0, 0), Point2f(src.cols - 1, 0), Point2f(0, src.rows - 1) };
Point2f dstTri[] = { Point2f(src.cols*0.0, src.rows*0.33),
Point2f(src.cols*0.85, src.rows*0.25),
Point2f(src.cols*0.15, src.rows*0.7) };
// 获取仿射变换矩阵
Mat warp_mat = getAffineTransform(srcTri, dstTri);
// 进行仿射变换
Mat warp_dst;
warpAffine(src, warp_dst, warp_mat, Size(src.cols, src.rows));
// 显示结果
namedWindow("Input", WINDOW_NORMAL);
imshow("Input", src);
namedWindow("Output", WINDOW_NORMAL);
imshow("Output", warp_dst);
waitKey();
return 0;
}
在这个示例中,我们定义了源图像和目标图像中的三个点,
通过getAffineTransform得到仿射变换矩阵,
然后使用warpAffine来应用这个变换。
注意事项
在选择变换前后对应的点时,要确保这三个点不是共线的,否则无法构成有效的仿射变换。
根据变换的需求选择合适的插值方法和边缘填充模式,以获得更好的效果。
处理大图像时,注意性能问题,适当的优化可以提高处理速度。
运行结果2
实验代码3
// test.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
#include "pch.h"
#include <iostream>
#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
using namespace std;
using namespace cv;
//#pragma comment(lib, "opencv_world450d.lib") //引用引入库
//全局变量
String src_windowName = "原图像";
String warp_windowName = "仿射变换";
String warp_rotate_windowName = "仿射旋转变换";
String rotate_windowName = "图像旋转";
int main()
{
Point2f srcTri[3];
Point2f dstTri[3];
Mat rot_mat(2, 3, CV_32FC1);
Mat warp_mat(2, 3, CV_32FC1);
Mat srcImage, warp_dstImage, warp_rotate_dstImage, rotate_dstImage;
//加载图像
srcImage = imread("023.jpeg");
//判断文件是否加载成功
if (srcImage.empty())
{
cout << "图像加载失败!" << endl;
return -1;
}
else
cout << "图像加载成功!" << endl << endl;
//创建仿射变换目标图像与原图像尺寸类型相同
warp_dstImage = Mat::zeros(srcImage.rows, srcImage.cols, srcImage.type());
//设置三个点来计算仿射变换
srcTri[0] = Point2f(0, 0);
srcTri[1] = Point2f(srcImage.cols - 1, 0);
srcTri[2] = Point2f(0, srcImage.rows - 1);
dstTri[0] = Point2f(srcImage.cols*0.0, srcImage.rows*0.33);
dstTri[1] = Point2f(srcImage.cols*0.85, srcImage.rows*0.25);
dstTri[2] = Point2f(srcImage.cols*0.15, srcImage.rows*0.7);
//计算仿射变换矩阵
warp_mat = getAffineTransform(srcTri, dstTri);
//对加载图形进行仿射变换操作
warpAffine(srcImage, warp_dstImage, warp_mat, warp_dstImage.size());
//计算图像中点顺时针旋转50度,缩放因子为0.6的旋转矩阵
Point center = Point(warp_dstImage.cols / 2, warp_dstImage.rows / 2);
double angle = -50.0;
double scale = 0.6;
//计算旋转矩阵
rot_mat = getRotationMatrix2D(center, angle, scale);
//旋转已扭曲图像
warpAffine(warp_dstImage, warp_rotate_dstImage, rot_mat, warp_dstImage.size());
//将原图像旋转
warpAffine(srcImage, rotate_dstImage, rot_mat, srcImage.size());
//显示变换结果
namedWindow(src_windowName, WINDOW_NORMAL);
imshow(src_windowName, srcImage);
namedWindow(warp_windowName, WINDOW_NORMAL);
imshow(warp_windowName, warp_dstImage);
namedWindow(warp_rotate_windowName, WINDOW_NORMAL);
imshow(warp_rotate_windowName, warp_rotate_dstImage);
namedWindow(rotate_windowName, WINDOW_NORMAL);
imshow(rotate_windowName, rotate_dstImage);
waitKey(0);
return 0;
}