2021-07-22

图像的几何变换

cv.warpAffine函数

cv.warpAffine函数可以实现图像的、平移、 旋转、仿射变换等功能。该函数的输入和输出如下：
cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
src - 输入图像
M - 2*3的变换矩阵 是实现各种功能的关键
dsize - 输出图像的大小。
flags - 插值方法的组合（int 类型！）默认为 flags=cv2.INTER_LINEAR，表示线性插值
borderMode - 边界像素模式（int 类型！）
borderValue - （重点！）边界填充值; 默认情况下，它为0。

代码	插值类型
cv2.INTER_NEAREST	最近邻插值
cv2.INTER_AREA	区域插值
cv2.INTER_CUBIC	三次样条插值
cv2.INTER_LANCZOS4	Lanczos插值

利用cv.warpAffine函数实现图像的平移例子：
该图片的在（x，y）方向上平移了（100,50）

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg',0)
rows,cols = img.shape
M = np.float32([[1,0,100],[0,1,50]])
dst = cv.warpAffine(img,M,(cols,rows))
cv.imshow('img',dst)
cv.waitKey(0)
cv.destroyAllWindows()

利用cv.warpAffine函数实现图像的旋转例子：
在这一部分我们会用到cv.getRotationMatrix2D函数，他可以用于获得图像绕着 某一点的旋转矩阵。

cv. getRotationMatrix2D(x,y, double angle, double scale)

x：旋转中心的x坐标
y: 旋转中心的y坐标
double angle：表示逆时针旋转的角度
double scale：图像缩放因子
返回对应的2*3旋转矩阵
该图片围绕图片中心旋转了90度

import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\Administrator\\Desktop\\pic\\back.png',1)
cv.namedWindow('image',cv.WINDOW_NORMAL)
cv.resizeWindow("image", 640, 480)
cv.moveWindow("image",0,0)
#缩放
rows,cols,channel = img.shape
# cols-1 和 rows-1 是坐标限制
M = cv.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),90,1)
dst = cv.warpAffine(img,M,(cols,rows))
cv.imshow('image',dst)
cv.waitKey(0)
cv.destroyAllWindows()

利用cv.warpAffine函数实现图像的仿射变换例子：
在这一部分我们会用到cv.GetAffineTransform函数，他可以用于获得图像进行仿射变换的矩阵。为了找到变换矩阵，我们需要输入图像中的三个点及其在输出图像中的对应位置。然后对应的矩阵会通过返回值返回。

pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
M = cv.getAffineTransform(pts1,pts2)

例子：

import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\Administrator\\Desktop\\pic\\back.png',1)
cv.namedWindow('image',cv.WINDOW_NORMAL)
cv.resizeWindow("image", 2000, 2000)
cv.moveWindow("image",0,0)
#缩放
rows,cols,channel = img.shape
# cols-1 和 rows-1 是坐标限制

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))
cv.imshow('image',dst)
cv.waitKey(0)
cv.destroyAllWindows()

cv.warpPerspective函数

cv.warpPerspective函数主要是实现图片的透视变换。

void cvWarpPerspective( const CvArr* src, CvArr* dst,const CvMat* map_matrix,

                       int flags=CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS,

                       CvScalar fillval=cvScalarAll(0) );

cv2…warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
src - 输入图像
M - 3*3的变换矩阵 是实现各种功能的关键
dsize - 输出图像的大小。
flags - 插值方法的组合（int 类型！）默认为 flags=cv2.INTER_LINEAR，表示线性插值
borderMode - 边界像素模式（int 类型！）
borderValue - （重点！）边界填充值; 默认情况下，它为0。
在进行透视变换时的矩阵，需要cv.getPerspectiveTransform函数生成转换矩阵。为了找到变换矩阵，我们需要输入图像中的四个点及其在输出图像中的对应位置。然后对应的矩阵会通过返回值返回。

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)

例子：

import numpy as np
import cv2 as cv
img = cv.imread('C:\\Users\\Administrator\\Desktop\\pic\\do.png',1)
cv.namedWindow('image',cv.WINDOW_NORMAL)
cv.resizeWindow("image", 2000, 2000)

#缩放
rows,cols,channel = img.shape
# cols-1 和 rows-1 是坐标限制
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,(rows,cols))
cv.imshow('image',dst)
cv.waitKey(0)
cv.destroyAllWindows()