python图像处理（十）——图像仿射变换、图像透视变换和图像校正

最新推荐文章于 2025-03-24 10:30:09 发布

全部梭哈一夜暴富

最新推荐文章于 2025-03-24 10:30:09 发布

阅读量1.2w

点赞数 11

分类专栏： opencv python

本文链接：https://blog.youkuaiyun.com/AI_girl/article/details/114846797

版权

本文介绍了Python图像处理中的图像仿射变换和透视变换。仿射变换保持了图像的平直性和平行性，通过`cv2.getAffineTransform`和`cv2.warpAffine`实现；透视变换则通过`cv2.getPerspectiveTransform`和`cv2.warpPerspective`进行，用于图像校正，例如将A4纸进行几何校正，涉及高斯模糊、边缘检测和霍夫变换等步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、图像仿射变换

1.原理

仿射变换（Affine Transformation 或Affine Map）是一种二维坐标（x, y）到二维坐标（u, v）的线性变换，转换过程坐标点的相对位置和属性不发生变换，是一个线性变换，该过程只发生旋转和平移过程。因此，一个平行四边形经过仿射变换后还是一个平行四边形。所以，仿射= 旋转 + 平移。其数学表达式形式如下：

对应的齐次坐标矩阵表示形式为：

仿射变换保持了二维图形的“平直性”（直线经仿射变换后依然为直线）和“平行性”（直线之间的相对位置关系保持不变，平行线经仿射变换后依然为平行线，且直线上点的位置顺序不会发生变化）。非共线的三对对应点确定一个唯一的仿射变换。图像的旋转加上拉升就是图像仿射变换，仿射变化也是需要一个M矩阵就可以，但是由于仿射变换比较复杂，一般直接找很难找到这个矩阵，opencv提供了根据变换前后三个点的对应关系来自动求解M。这个函数是M=cv2.getAffineTransform(pos1,pos2)，其中两个位置就是变换前后的对应位置关系。输出的就是仿射矩阵M。然后在使用函数cv2.warpAffine()。

2.函数原型

仿射变换的函数原型如下：

M = cv2.getAffineTransform(post1, post2)

post1 = 表示变换前的位置

post2 = 表示变换后的位置

cv2.warpAffine(src, M, (cols, rows))

src表示原始图像

M表示仿射变换矩阵

(rows, cols)表示变换后的图像大小，rows表示行数，cols表示列数

最低0.47元/天解锁文章