opencv图像仿射变换,opencv画函数图像
本文主要介绍了OpenCV实现的四种图像几何变换：缩放、翻转、仿射变换和透视变换。文章中的示例代码解释得很详细，感兴趣的朋友可以向边肖学习。
00-1010准备图片1。Zoom cv2.resize()方法2。Flip()方法3。仿射变换warpAffine()方法3.1平移3.2旋转3.3倾斜4。远景
目录
例如，选择一幅形状为(500，500，3)的梵高《星月夜》。
准备图片
cv2.resize(src，dsize，dst=None，fx=None，fy=None，插值=None)
Src原始图像(数组)
dsize:输出图像的大小格式：(a，b)。
设置dsize消除了设置fx和fy的需要。
可选fx参数水平缩放比例
可选fy参数垂直缩放比例
Fx和fy和dsize不一样，都是一个比值。如果设置为2，表示放大2倍，如果设置为1/2，表示缩小1/2。
导入cv2
img=cv2 . im read( The _ Starry _ night . jpg )
dst1=cv2.resize(img，(200，200))
dst2=cv2.resize(img，(900，900))
cv2.imshow(img ，img)
cv2.imshow(dst1 ，dst1)
cv2.imshow(dst2 ，dst2)
cv2.waitKey()
cv2.destroyAllWindows()
执行结果如图所示。与原始图像相比，图像被缩小和放大了指定的尺寸。
对于fx和fy参数，需要手动将dsize设置为None。
导入cv2
img=cv2 . im read( The _ Starry _ night . jpg )
#将宽度减少到1/3，高度减少到1/2。
dst3=cv2.resize(img，None，fx=1/3，fy=1/2)
#将宽度和高度放大两倍
dst4=cv2.resize(img，None，fx=2，fy=2)
cv2.imshow(img ，img)
cv2.imshow(dst3 ，dst3)
cv2.imshow(dst4 ，dst4)
cv2.waitKey()
cv2.destroyAllWindows()
结果演示：
1. 缩放 cv2.resize()方法
翻转(src，flipCode，dst=无)
Src图像(数组)
FlipCode翻转代码。它可以是0，正数或负数。0表示沿X轴(水平轴)翻转。1表示沿Y轴(垂直轴)翻转。
负数意味着同时沿x轴和y轴翻转。
经过三次翻转，原图与原图拼在一起，呈现出这种奇观：
导入cv2
img=cv2 . im read( The _ Starry _ night . jpg )
dst1=cv2.flip(img，0)
dst2=cv2.flip(img，1)
dst3=cv2.flip(img，-1)
cv2.imshow(img ，img)
cv2.imshow(dst1 ，dst1)
cv2.imshow(dst2 ，dst2)
cv2.imshow(dst3 ，dst3)
cv2.waitKey()
cv2.destroyAllWindows()
将翻转结果放在同一个画布中。
导入cv2
我
mport numpy as np
img = cv2.imread("The_Starry_Night.jpg")
dst1 = cv2.flip(img, 0)
dst2 = cv2.flip(img, 1)
dst3 = cv2.flip(img, -1)
a, b, c = img.shape
canvas = np.ones((2 * a, 2 * b, c), np.uint8) * 255
canvas[0:b, 0:a] = img
canvas[b:2*b, 0:a] = dst1
canvas[0:b, a:2*a] = dst2
canvas[b:2*b, a:2*a] = dst3
cv2.imshow("pic", canvas)
cv2.waitKey()
cv2.destroyAllWindows()
# 保存图片
# cv2.imwrite("final_pic", canvas)
结果呈现：
3. 仿射变换 warpAffine()方法
常见的仿射变换有平移，旋转和倾斜变换。
仿射变换使用cv2.warpAffine()方法完成
warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None)
src 原图
M 是一个二行三列的矩阵，也称仿射矩阵。warpAffine方法根据此矩阵的值来变换像素的位置。
M = [[a, b, c], [d, e, f]]，则像素的变换公式为：
X = x × a + y × b + c
Y = x × d + y × e + f
其中x,y指原像素的x、y轴坐标。X,Y指变换后的X,Y坐标。
dsize 输出图像的尺寸。（不带放缩，增大的部分用黑色色素(0)填充）
这三个参数是常用的参数。其余参数建议使用默认值。
flags表示插入方式，borderMode是边界类型，borderValue表示边界值（默认0）。dst表示反射变换后输出的图像。
3.1 平移
以将《星月夜》向左平移50个像素，向下平移100个像素为例。
则M数组应写为[[1, 0, 50], [0, 1, 100]]：
import cv2
如图所示，图像按照我们的预期成功被平移。
只是这样得到的图像有色素损失，我们丢失了超出画布之外的数据。
为了避免损失，可以取设置dsize参数来控制输出图像的大小。
修改后的代码如下：
import cv2
优化后的程序执行效果：
3.2 旋转
旋转也是通过M矩阵来实现的，这个矩阵的运算较复杂，
OpenCV提供了getRotationMatrix2D()方法来计算旋转操作的M矩阵
getRotationMatrix2D(center, angle, scale)
center 指旋转中心的坐标
angle指旋转的角度
scale值缩放的比例。（旋转过程支持缩放）
import cv2
旋转效果如图所示：
3.3 倾斜
OpenCV需要定位到图像的三个点的位置来计算倾斜效果，即左上角，右上角和左下角。
图像的倾斜也是根据M矩阵实现，得出矩阵的运算较复杂，通过getAffineTransform 方法实现。
语法
getAffineTransform(src, dst)
src是原图像的左上角，右上角和左下角三个点的坐标。三维数组格式，形如[[a, b], [c, d], [e, f]]。
dst是倾斜后这三个点预期的坐标。格式同上。
要保持左上，右下，左下三个点的顺序不能乱。
以将《星月夜》保持左下角和右上角坐标不变，左上角（(0,0)处）向右移动150个像素长度。
代码如下：
import cv2
程序执行效果如下：
4. 透视
透视的实现使用的是warpPerspective()方法，而不再是用于平移、旋转、倾斜的warpAffine()方法。
使用warpPerspective()方法也需要通过M矩阵来计算透视效果，计算透视的M矩阵可以使用getPerspectiveTransform()方法。
getPerspectiveTransform(src, dst, solveMethod=None)
该方法常用的参数有两个，分别为原图的四个点的坐标(scr) 和 透视后四个点的坐标(dst)。Opcv需要通过定位图像的这四个点来计算透视效果。四个点依次为左上，右上，左下，右下。
坐标格式为二维数组格式，形如[[a, b],[c, d],[e, f],[g, h]]。
示例代码如下：
import cv2
展示原图和透视后的图像效果：
到此这篇关于OpenCV实现常见的四种图像几何变换的文章就介绍到这了,更多相关OpenCV图像几何变换内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。