如何在OpenCV Python中执行矩阵变换？

cv2.transform() 函数对输入数组的每个元素执行矩阵变换。我们可以直接在图像上应用这个变换，因为在OpenCV中图像是NumPy ndarrays。为了使用这个函数，我们应该先定义一个变换矩阵m。输出的通道数将与变换矩阵m的行数相同。

步骤

要找到输入图像的矩阵变换，可以按照以下步骤操作-

• 导入所需的库 OpenCV 和 NumPy 。确保已经安装了它们。

• 使用 cv2.imread () 方法读取输入图像。指定图像的完整路径。

• 定义大小为（3,3）的变换矩阵m。您可以将变换矩阵生成为随机数字或定义自定义矩阵。

• 使用 cv2.transform() 找到图像的矩阵变换。将变换矩阵m作为参数传递给 cv2.transform() 函数。

• 显示变换后的图像。

让我们看下面的示例，对输入图像进行矩阵变换。

输入图像

我们将使用以下图像作为下面示例的输入文件。

示例

在这个示例中，我们找到输入图像的矩阵变换。我们将变换矩阵定义为一组随机数的3×3矩阵。

# 导入所需的libraries
import cv2
import numpy as np

# 读取输入图像
img = cv2.imread('leaf1.jpg')

# 定义变换矩阵
m = np.random.randn(3,3)

# 应用cv2.transform进行矩阵变换
img_tr = cv2.transform(img, m, None)

#显示变换后的图像
cv2.imshow("Transformed Image", img_tr)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

在执行上述代码时，它将产生以下输出窗口 –

注意 − 由于变换矩阵是使用随机数生成的，因此可能会获得具有不同颜色和亮度的输出图像。

示例

在这个示例中，我们找到输入图像的矩阵变换。我们将变换矩阵定义为全为1的3×3矩阵。

# 导入所需库
import cv2
import numpy as np

# 读取输入图像
img = cv2.imread('leaf1.jpg')

# 定义变换矩阵
m = np.ones((3,3))

# 应用cv2.transform执行矩阵变换
img_tr = cv2.transform(img, m, None)

# 显示变换后的图像
cv2.imshow("Transformed Image", img_tr)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

在执行上述代码时，它将产生以下 输出 窗口－

 

为帮助更多对人工智能感兴趣的小伙伴们能够有效的系统性的学习以及论文的研究，小编特意制作整理了一份人工智能学习资料给大家，整理了很久，非常全面。

大致内容包括一些人工智能基础入门视频和文档+AI常用框架实战视频、计算机视觉、机器学习、图像识别、NLP、OpenCV、YOLO、pytorch、深度学习与神经网络等学习资料、课件源码、国内外知名精华资源、以及AI热门论文等全套学习资料。

需要以上这些文中提到的资料，请点击此处→【人工智能全套完整VIP资料】即可免费获取。

 

看完三件事❤️

• 如果你觉得这篇内容对你还蛮有帮助，我想邀请你帮我三个小忙：
• 点赞，转发，有你们的 『点赞和评论』，才是我创造的动力。
• 关注作者公众号 『 python深度学习NLP 』，不定期分享原创知识。
• 关注后回复【666】扫码即可获取学习资料包。
• 同时可以期待后续文章ing🚀。