当前位置：网站首页>3. opencv几何变换

3. opencv几何变换

2022-07-27 16:08:00 【追逐梦想的阿光】

1. 平移变换

rows, cols = img.shape[:2]
M = np.float32([[1, 0, 100], [0, 1, 50]])
res = cv.warpAffine(img, M, (cols, rows))

在这里插入图片描述

cv.warpAffine(图片源, 变换矩阵, 变换后图片大小）。‎平移是对象位置的移动。如果你知道在（x，y）方向的转变，使其为(tx,ty)，‎可以创建转换矩阵‎
$M=\begin{bmatrix} 1&0&tx\\ 0&1&ty\\ \end{bmatrix}\tag{1}$

注意 ‎‎cv.warpAffine（）‎‎功能的第三个参数是输出图像的大小，该图像应以（宽度、高度）的形式出现。宽度=列数，高度=行数。‎

2. 旋转变换

角度的变换通过M的形式矩阵实现：
$M=\begin{bmatrix} cosθ&-sinθ\\ sinθ&cosθ\\ \end{bmatrix}\tag{2}$
opencv提供可调节的旋转中心进行缩放旋转，修改后的旋转矩阵如下：
$M=\begin{bmatrix} α&β&(1−α)⋅center.x−β⋅center.y\\ -β&α&β⋅center.x+(1−α)⋅center.y\\ \end{bmatrix}\tag{3}$
其中： α=scale⋅cosθ, β=scale⋅sinθ

‎要找到此转换矩阵，OpenCV 提供了一个功能‎ cv.getRotationMatrix2D(),‎查看以下示例，该示例将图像旋转 90 度，无需任何缩放即可将图像旋转到中心。‎

rows, cols = img.shape
M = cv.getRotationMatrix2D((cols/2, rows/2), 90, 1)# 旋转中心， 旋转角度， 旋转后缩放尺度
res = cv.warpAffine(img, M, (cols, rows))

在这里插入图片描述

3. 仿射变换

在仿射转换中，原始图像中的所有平行线仍将在输出图像中平行。要找到转换矩阵，我们需要从输入图像和它们中找出三点‎在输出图像相应的位置。利用cv.getAffineTransform（）‎将创建一个2x3矩阵，这是要传到 cv.warpAffine（）中。

img = cv.imread('drawing.png')
rows,cols,ch = img.shape
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))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()

在这里插入图片描述

4. 透视变换

对于透视转换，需要一个 3x3 转换矩阵。即使在转换之后，直线仍将保持直线。要找到此转换矩阵，您需要输入图像上的 4 个点和输出图像上的相应点，在四个点中，其中三个不能是线性的，然后利用cv.getPerspectiveTransform() 可以将转换矩阵找出来，然后将这个3x3矩阵用于 cv.warpPerspective ()。

img = cv.imread('sudoku.png')
rows,cols,ch = img.shape
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,(300,300))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()