opencv从入门到放弃---几何变换

﹏ヽ暗。殇╰゛Y 2022-02-28 00:14 344阅读 0赞

# 几何变换 #

学习对图像进行几个变换，例如移动、旋转、仿射变换等

opencv中提供了两个变换函数，cv2.warpAffine和cv2.warpPerspective，使用这两个函数可以实现所有类型的变换；cv2.warpAffine接收的参数是2\*3的矩阵，cv2.warpPerspective接收的参数是3\*3的矩阵

## 扩展缩放 ##

扩展缩放只是改变图像的尺寸大小，opencv.resize函数可以实现这个功能；图像的尺寸可以自己动手设置，你可以指定缩放因子；我们可以选择使用不同的插值方法，在缩放的时候我们推荐使用cv2.INTER\_AREA， 在扩展的时候我们推荐使用cv2.INTER\_CUBIC(慢)和cv2.INTER\_LINEAR；在默认情况下所有改变图像尺寸大小的操作使用的插值方法都是cv2.INT

ER\_LINEAR

image = cv.imread('D:/2019-02/lena.jpg')
    height, width = image.shape[:2]
    res = cv.resize(image, (2*width, 2*height), interpolation=cv.INTER_CUBIC)
    cv.imshow('image', res)
    print(res.shape)
    cv.waitKey(0)

运行结果：

shape变为当前图像的二倍

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70][]

## 平移 ##

平移就是将对象换一个位置，如果你要沿（x, y）方向移动，移动的距离是（tx， ty），可以 通过下面的方式构建矩阵：

np.array(\[\[1, 0, tx\], \[0, 1, ty\]\])

可以使用这个数组构建这个矩阵（**数据类型为np.float32**），然后把它传给函数cv.warpAffine()

image = cv.imread('D:/2019-02/lena.jpg')
    row, col = image.shape[:2]
    W = np.array([[1, 0, 100], [0, 1, 50]], np.float32)
    dst = cv.warpAffine(image, W, (col, row))
    cv.imshow('image', dst)
    cv.imwrite('D:/2019-02/2_lena.jpg', dst)
    cv.waitKey(0)

运行结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 1][]

有几个值的注意的点：

*  cv.wrapAffine函数的第三个参数是输出图像的大小，它的格式应该是图像的（宽， 高）；但是image.shape返回的时候，输出的顺序是（高， 宽）
 *  矩阵一定是一个2\*3的矩阵，而且整个矩阵的dtype一定是np.float32

## 旋转 ##

image = cv.imread('D:/2019-02/image18.jpg')
    row, col = image.shape[:2]
    # 第一个参数设定旋转的中心
    # 第二个参数设定旋转的角度
    # 第三个参数设定缩放因子，1表示不进行缩放
    W = cv.getRotationMatrix2D((col/2, row/2), 90, 1)
    # 第三个参数为输出的图像尺寸
    dst = cv.warpAffine(image, W, (col, row))
    cv.imshow('image', dst)
    cv.imwrite('D:/2019-02/2_lena.jpg', dst)
    cv.waitKey(0)

运行结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 2][]

## 仿射变换 ##

仿射变换是二维坐标到二维坐标之间的线性变换，并保持二维图像的‘平直性’，转换前平行的直线，转换后依然平行的直线

![SouthEast][]

对于任意一个位置，都有：

![affine][]

import cv2 as cv
    import numpy as np
    import matplotlib.pyplot as plt
    
    image = cv.imread('D:/2019-02/2_lena.jpg')
    row, col = image.shape[:2]
    pts1 = np.array([[50, 50], [250, 50], [50, 200]], np.float32)
    pts2 = np.array([[10, 100], [200, 50], [100, 250]], np.float32)
    W = cv.getAffineTransform(pts1, pts2)
    dst = cv.warpAffine(image, W, (col, row))
    cv.imshow('image', dst)
    cv.imwrite('D:/2019-02/2_lena.jpg', dst)
    cv.waitKey(0)

运行结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 3][]

## 透视变换 ##

对于视觉变换，我们需要一个3\*3的矩阵，在变换前后直线还是直线。要构建这个矩阵，我们需要在图像上找到四个点以及他们自输出图像上的对应位置；这四个点中的任意三个点都不能共线，这个变换矩阵可以由函数cv2.getPerspectiveTransform构建，然后把这个矩阵传给cv2.warpPerspective

import cv2 as cv
    import numpy as np
    import matplotlib.pyplot as plt
    
    image = cv.imread('D:/2019-02/2_lena.jpg')
    row, col = image.shape[:2]
    pts1 = np.array([[56, 65], [368, 52], [28, 387], [389, 390]], np.float32)
    pts2 = np.array([[0, 0], [300, 0], [0, 300], [300, 300]], np.float32)
    W = cv.getPerspectiveTransform(pts1, pts2)
    dst = cv.warpPerspective(image, W, (300, 300))
    cv.imshow('image', dst)
    cv.imwrite('D:/2019-02/2_lena.jpg', dst)
    cv.waitKey(0)

运行结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 4][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70]: /images/20220228/88027b9c68d94daab548d4da825de3d1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 1]: /images/20220228/41bc4e6247ff4a57baace15f2e4b10f0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 2]: /images/20220228/b80bd6640b2c41e18018954d9514fc8d.png
[SouthEast]: /images/20220228/6fcff2dbdcf34a6eac05d7f4a487c6d7.png
[affine]: /images/20220228/b40a80de91de4110a4c2dbb3362d3828.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 3]: /images/20220228/51cdd41bcfdb4c59b52d4b6d666db3c6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTkzMTU0MA_size_16_color_FFFFFF_t_70 4]: /images/20220228/1cdec43846454b9c9446cd64f6138b57.png