【opencv450 Image Processing】Affine Transformations仿射变换_opencv getaffinetransform 参数-优快云博客

本文链接：https://blog.youkuaiyun.com/cxyhjl/article/details/123794083

Goal

在本教程中，您将学习如何：

使用 OpenCV 函数 cv::warpAffine 来实现简单的重新映射例程。

使用OpenCV函数cv::getRotationMatrix2D得到一个2×3的旋转矩阵

Theory

什么是仿射变换？

1. 可以用矩阵乘法（线性变换）后跟向量加法（平移）的形式表示的变换。

2. 综上所述，我们可以使用仿射变换来表达：

旋转（线性变换）

平移（向量加法）

缩放操作（线性变换）

Rotations (linear transformation)
Translations (vector addition)
Scale operations (linear transformation)

您可以看到，本质上，仿射变换表示两个图像之间的关系。

3. 表示仿射变换的常用方法是使用 2×3 矩阵。

考虑到我们想通过使用 A 和 B 来转换 2D 向量 X=[x；y]，我们可以这样做：

How do we get an Affine Transformation?

1. 我们提到仿射变换基本上是两个图像之间的关系。关于这种关系的信息大致可以通过两种方式获得：

a. 我们知道 X 和 T，我们也知道它们是相关的。那么我们的任务就是找到M

b．我们知道 M 和 X。要获得 T，我们只需要应用 T=M⋅X。我们对 M 的信息可能是明确的（即具有 2×3 矩阵），也可能是点之间的几何关系。

We know both X and T and we also know that they are related. Then our task is to find M
We know M and X. To obtain T we only need to apply T=M⋅X. Our information for M may be explicit (i.e. have the 2-by-3 matrix) or it can come as a geometric relation between points.

2. 让我们以更好的方式解释这一点 (b)。由于 M 涉及 2 个图像，我们可以分析最简单的情况，即它涉及两个图像中的三个点。看下图：

点 1、2 和 3（在图像 1 中形成三角形）被映射到图像 2 中，仍然形成三角形，但现在它们发生了众所周知的变化。如果我们找到具有这 3 个点的仿射变换（您可以随意选择它们），那么我们可以将这个找到的关系应用于图像中的所有像素。

Code

这个程序有什么作用？

加载图像

对图像应用仿射变换。该变换是从三点之间的关系中获得的。为此，我们使用函数 cv::warpAffine。

变换后对图像应用旋转。这种旋转是相对于图像中心的

等到用户退出程序

本教程的代码如下所示。你也可以在这里raw.githubusercontent.com 下载

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int main( int argc, char** argv )
{
    CommandLineParser parser( argc, argv, "{@input | lena.jpg | input image}" );
    Mat src = imread( samples::findFile( parser.get<String>( "@input" ) ) );
    if( src.empty() )
    {
        cout << "Could not open or find the image!\n" << endl;
        cout << "Usage: " << argv[0] << " <Input image>" << endl;
        return -1;
    }
    Point2f srcTri[3];
    srcTri[0] = Point2f( 0.f, 0.f );
    srcTri[1] = Point2f( src.cols - 1.f, 0.f );
    srcTri[2] = Point2f( 0.f, src.rows - 1.f );
    Point2f dstTri[3];
    dstTri[0] = Point2f( 0.f, src.rows*0.33f );
    dstTri[1] = Point2f( src.cols*0.85f, src.rows*0.25f );
    dstTri[2] = Point2f( src.cols*0.15f, src.rows*0.7f );
    Mat warp_mat = getAffineTransform( srcTri, dstTri );
    Mat warp_dst = Mat::zeros( src.rows, src.cols, src.type() );
    warpAffine( src, warp_dst, warp_mat, warp_dst.size() );
    Point center = Point( warp_dst.cols/2, warp_dst.rows/2 );
    double angle = -50.0;
    double scale = 0.6;
    Mat rot_mat = getRotationMatrix2D( center, angle, scale );
    Mat warp_rotate_dst;
    warpAffine( warp_dst, warp_rotate_dst, rot_mat, warp_dst.size() );
    imshow( "Source image", src );
    imshow( "Warp", warp_dst );
    imshow( "Warp + Rotate", warp_rotate_dst );
    waitKey();
    return 0;
}