opencv中的图像变换

这篇文章主要为记录自己在opencv中用到的一些图像变换操作

1. 图像的缩放

opencv中提供了图像缩放的resize函数，用于调整图像的大小。这个函数可以将图像缩放到指定的尺寸，或者按给定的比例进行缩放。

import cv2
import numpy as np
from PIL import Image

# 导入图像
img_st = cv2.imread("img/st.jpeg")
print(img_st.shape) # (535, 640, 3) 图像尺寸为(640, 535)
# 缩放图像
"""
src：输入图像。
dsize：输出图像的尺寸，格式为 (width, height)。如果 dsize 为 (0, 0)，则 fx 和 fy 必须是非零值。
fx：沿水平方向的缩放因子。如果 fx 为 0，则使用 dsize 中的宽度。
fy：沿垂直方向的缩放因子。如果 fy 为 0，则使用 dsize 中的高度。
  ● interpolation：插值方法。常用的插值方法包括：
    ○ cv2.INTER_NEAREST：最近邻插值。
    ○ cv2.INTER_LINEAR：双线性插值（默认）。
    ○ cv2.INTER_AREA：基于区域的插值。
    ○ cv2.INTER_CUBIC：三次样条插值。
    ○ cv2.INTER_LANCZOS4：Lanczos 插值。
"""
img_st_resize = cv2.resize(img_st, (640, 480))
print(img_st_resize.shape) # (480, 640, 3) 图像尺寸为(640, 480)

cv2.imshow("st_resize" ,img_st_resize)
cv2.waitKey(0)
cv2.destroyWindow("st_resize")

 2. 图像的旋转

opencv中提供了图像旋转的rotate函数，用于进行图像的旋转。这个函数可以将图像顺时针或逆时针旋转 90 度、180 度或 270 度。

import cv2
import numpy as np
from PIL import Image


# 导入图像
img_st = cv2.imread("img/st.jpeg")
print(img_st.shape) # (535, 640, 3) 图像尺寸为(640, 535)

# 旋转图像
"""
src：输入图像。
rotateCode：旋转代码，指定旋转的方向。可用的旋转代码包括：
  ○ cv2.ROTATE_90_CLOCKWISE：顺时针旋转 90 度。
  ○ cv2.ROTATE_180：旋转 180 度。
  ○ cv2.ROTATE_90_COUNTERCLOCKWISE：逆时针旋转 90 度（等同于顺时针旋转 270 度）。
"""
img_st_rotate = cv2.rotate(img_st, cv2.ROTATE_90_CLOCKWISE)
cv2.imshow("st_rotate" ,img_st_rotate)
cv2.waitKey(0)
cv2.destroyWindow("st_rotate")

 

3. 图像平移

使用 cv2.warpAffine 函数可以使图像进行平移，不过在使用此函数之前，得先获取平移矩阵M，平移矩阵M的形状要求：

其中tx表示水平位移的距离， ty表示垂直位移的距离，而且需要注意，转换矩阵的元素类型必须是float32或float64

import numpy as np

M = np.float32[[1, 0, 40], [0, 1, 40]] # 表示水平位移40， 垂直位移40

当有了平移矩阵之后，就可以对图像进行平移操作了

cv2.warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None)

参数说明：

src：输入图像

M：平移矩阵

dsize：输出图像的尺寸 (宽度, 高度)。

flags：插值方式

borderMode：边界填充模式，默认为 cv2.BORDER_CONSTANT，此外还有：

• cv2.BORDER_CONSTANT：常数填充。
• cv2.BORDER_REPLICATE：复制边缘像素。
• cv2.BORDER_REFLECT：反射边缘像素。
• cv2.BORDER_WRAP：平铺边缘像素。
• cv2.BORDER_REFLECT_101 或 cv2.BORDER_DEFAULT：反射边缘像素，但不复制边缘像素。

borderValue：当 borderMode 为 cv2.BORDER_CONSTANT 时使用的常数值，默认为 0。

import cv2
import numpy as np
from PIL import Image


# 导入图像
img_st = cv2.imread("img/st.jpeg")
print(img_st.shape) # (535, 640, 3) 图像尺寸为(640, 535)

# 创建变换矩阵M
# M 要求 shape=(2, 3)
M =np.float32([[1, 0, 100],[0, 1, 100]]) # 表示水平位移100， 垂直位移100
# 图像平移

img_st_warpAffine = cv2.warpAffine(img_st, M, (640, 535))
# 将原图和做过变换的图像水平堆叠, 水平堆叠要求两数组 0 轴长度相同
img = np.hstack((img_st, img_st_warpAffine))

cv2.imshow("img" ,img)
cv2.waitKey(0)
cv2.destroyWindow("img")

4. 自由旋转

使用 cv2.getRotationMatrix2D 获取旋转矩阵，该函数用于成一个 2x3 的旋转矩阵。搭配 cv2. warpAffine 就可以做到对图像进行自由旋转。

cv2.getRotationMatrix2D(center, angle, scale)

参数说明：

center：旋转的中心点，通常为图像的中心，格式为 (x, y)。

angle：旋转的角度，正值表示逆时针旋转，负值表示顺时针旋转。

scale：缩放因子，1.0 表示不缩放。

import cv2
import numpy as np
from PIL import Image


# 导入图像
img_st = cv2.imread("img/st.jpeg")
print(img_st.shape) # (535, 640, 3) 图像尺寸为(640, 535)

# 获取旋转矩阵
M_RotationMatrix2D = cv2.getRotationMatrix2D((0, 0), -45, 1)
print(M_RotationMatrix2D)
print(M_RotationMatrix2D.shape) # (2, 3) 是一个二行三列的矩阵， 与平移矩阵的形状一样
"""
[[ 3.061617e-17  5.000000e-01  0.000000e+00]
 [-5.000000e-01  3.061617e-17  0.000000e+00]]
"""
# 图像平移旋转
img_st_rotate_affine = cv2.warpAffine(img_st, M_RotationMatrix2D, (640, 535))

# 将原图和做过变换的图像水平堆叠
img = np.hstack((img_st, img_st_rotate_affine))

cv2.imshow("img" ,img)
cv2.waitKey(0)
cv2.destroyWindow("img")

5. 仿射变换 

使用 cv2.getAffineTransform 获取仿射变换矩阵，该函数用于计算从一组点到另一组点的仿射变换矩阵。搭配 cv2. warpAffine 就可以做到对图像进行仿射变换。这种变换可以用来对图像进行平移、旋转、缩放以及轻微的倾斜。仿射变换保持了平行线和平行性，但可能改变线段长度和角度。

cv2.getAffineTransform(src, dst)

参数说明：

src：源点集，是一个 3x2 的 NumPy 数组，其中每一行代表一个点的 x 和 y 坐标。这三个点在原始图像中。

dst：目标点集，也是一个 3x2 的 NumPy 数组，与 src 对应，表示 src 中的点经过变换后应该到达的位置。

import cv2
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

# 导入图像
img_st = cv2.imread("img/st.jpeg")
print(img_st.shape) # (535, 640, 3) 图像尺寸为(640, 535)

# 使用matplotlib.pyplot 将图片的坐标轴显示
# plt.imshow(img_st)
# plt.show()

# 定义一组需要仿射变换的坐标 —— 一个float32或float64的(3, 2)的坐标数组， 也就是需要三个坐标
pt1 = np.float32([[100, 100], [50, 500], [550, 510]])
# 定义一组最终仿射变换后的坐标 —— 一个float32或float64的(3, 2)的坐标数组， 也就是需要三个坐标
pt2 = np.float32([[0, 0], [0, 540], [610, 540]])

# 获取仿射变换矩阵
M_AffineTransform = cv2.getAffineTransform(pt1, pt2)
print(M_AffineTransform)
"""
[[ 1.21695761e+00  1.52119701e-01 -1.36907731e+02]
 [-2.69326683e-02  1.34663342e+00 -1.31970075e+02]]
"""
print(M_AffineTransform.shape) # (2, 3) 是一个二行三列的矩阵， 与平移矩阵的形状一样
# 图像平移旋转
img_st_affinetransform = cv2.warpAffine(img_st, M_AffineTransform, (640, 535))
# 将原图和做过变换的图像水平堆叠
img = np.hstack((img_st, img_st_affinetransform))

cv2.imshow("img" ,img)
cv2.waitKey(0)
cv2.destroyWindow("img")

6. 透视变换

使用 cv2.getPerspectiveTransform 获取透视变换矩阵，该函数用于计算从一组点到另一组点的透视变换矩阵。搭配 cv2. warpAffine 就可以做到对图像进行透视变换。透视变换是一种更通用的变换，它不仅可以处理平移、旋转和缩放，还可以处理图像的倾斜和视角变化。透视变换通常用于校正图像中的透视失真，例如将一张倾斜的照片校正为正面视图。

​​​​​​​cv2.getPerspectiveTransform(src, dst)

参数说明：

src：源点集，是一个 4x2 的 NumPy 数组，其中每一行代表一个点的 x 和 y 坐标。这四个点在原始图像中。

dst：目标点集，也是一个 4x2 的 NumPy 数组，与 src 对应，表示 src 中的点经过变换后应该到达的位置。

import cv2
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

# 导入图像
img_st = cv2.imread("img/st.jpeg")
print(img_st.shape) # (535, 640, 3) 图像尺寸为(640, 535)

# 使用matplotlib.pyplot 将图片的坐标轴显示
# plt.imshow(img_st)
# plt.show()

# 定义一组需要透视变换的坐标 —— 一个float32或float64的(3, 2)的坐标数组， 也就是需要三个坐标
pt1 = np.float32([[50, 20], [610, 80], [50, 500], [550, 510]])
# 定义一组透视仿射变换后的坐标 —— 一个float32或float64的(3, 2)的坐标数组， 也就是需要三个坐标
pt2 = np.float32([[0, 0], [620, 0], [0, 520], [620, 520]])

# 获取透视变换矩阵
M_PerspectiveTransform = cv2.getPerspectiveTransform(pt1, pt2)
print(M_PerspectiveTransform)
"""
[[ 9.82137500e-01  4.49990728e-18 -4.91068750e+01]
 [-1.01112303e-01  9.43714825e-01 -1.38186814e+01]
 [-1.53301470e-04 -2.42427099e-04  1.00000000e+00]]
"""
print(M_PerspectiveTransform.shape) # (3, 3) 透视变换矩阵是一个三行三列的矩阵
# 图像透视变换
img_st_perspectivetransform = cv2.warpPerspective(img_st, M_PerspectiveTransform, (640, 535))
# 将原图和做过变换的图像水平堆叠
img = np.hstack((img_st, img_st_perspectivetransform))

cv2.imshow("img" ,img)
cv2.waitKey(0)
cv2.destroyWindow("img")