【OpenCV + Python】几何变换

图像进行各种几个变换，例如移动，旋转，仿射变换等：

OpenCV 提供了两个变换函数， cv2.warpAffine 和 cv2.warpPerspective，使用这两个函数你可以实现所有类型的变换。 cv2.warpAffine 接收的参数是2 × 3 的变换矩阵，而 cv2.warpPerspective 接收的参数是 3 × 3 的变换矩阵。

cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
其中：
src - 输入图像。
M - 变换矩阵。
dsize - 输出图像的大小，这个是输入参数。
flags - 插值方法的组合（int 类型！）
borderMode - 边界像素模式（int 类型！）
borderValue - （重点！）边界填充值; 默认情况下，它为0。

flages表示插值方式，默认为 flags=cv2.INTER_LINEAR，表示线性插值，此外还有：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）

cv2.getRotationMatrix2D(center, angle, scale) #正为逆时针，负值为正时针
函数有三个参数：
center：图片的旋转中心
angle：旋转角度
scale：缩放比例，该例中0.5表示我们缩小一半

旋转实例：

import cv2
import numpy as np
img=cv2.imread('messi5.jpg',0)
rows,cols=img.shape
#这里的第一个参数为旋转中心，第二个为旋转角度，第三个为旋转后的缩放因子
#可以通过设置旋转中心，缩放因子，以及窗口大小来防止旋转后超出边界的问题
M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6)  **#正为逆时针，负值为正时针**
#第三个参数是输出图像的尺寸中心
dst=cv2.warpAffine(img,M,(2*cols,2*rows))
while(1):
    cv2.imshow('img', img)
    cv2.imshow('img1',dst)
    if cv2.waitKey(1)&0xFF==27:
        break
cv2.destroyAllWindows()

仿射变换：

import cv2
import numpy as np
import matplotlib.pyplot as plt

from matplotlib import pyplot as plt
img=cv2.imread('drawing.png',1)
rows,cols,ch=img.shape
pts1=np.float32([[50,50],[200,50],[50,200]])
pts2=np.float32([[10,100],[200,50],[100,250]])
M=cv2.getAffineTransform(pts1,pts2)
dst=cv2.warpAffine(img,M,(cols,rows))

plt.figure(figsize=(10,5)) #设置窗口大小
plt.suptitle('Multi_Image') # 图片名称
plt.subplot(1,2,1), plt.title('image')
plt.imshow(img), plt.axis('off')
plt.subplot(1,2,2), plt.title('war')
plt.imshow(dst), plt.axis('off')
plt.show()

透视变换：

import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('drawing.png',1)
rows,cols,ch=img.shape
pts1 = np.float32([[178,114],[547,124],[230,380],[503,409]])
pts2 = np.float32([[0,0],[730,0],[0,488],[730,488]])
M=cv2.getPerspectiveTransform(pts1,pts2)
dst=cv2.warpPerspective(img,M,(703,488))
plt.figure(figsize=(20,10)) #设置窗口大小
plt.suptitle('Multi_Image') # 图片名称
plt.subplot(1,2,1), plt.title('image')
plt.imshow(img)
plt.subplot(1,2,2), plt.title('output')
plt.imshow(dst)
plt.show()