OpenCV实现图像的几何变换

Posted 2023-03-15

参考技术A 几何变换主要包括缩放、平移、旋转、仿射变换、透视变换和图像裁剪等。执行这些几何变换的两个关键函数是cv2.warpAffine()和cv2.warpPerspective()。

cv2.warpAffine()函数使用以下2 x 3变换矩阵来变换源图像：

cv2.warpPerspective()函数使用以下3 x 3变换矩阵变换源图像：

接下来，我们将了解最常见的几何变换技术。

缩放图像时，可以直接使用缩放后图像尺寸调用cv2.resize()：

除了上述用法外，也可以同时提供缩放因子fx和fy值。例如，如果要将图像缩小 2 倍：

如果要放大图像，最好的方法是使用cv2.INTER_CUBIC插值方法(较耗时)或cv2.INTER_LINEAR。如果要缩小图像，一般的方法是使用cv2.INTER_LINEAR。OpenCV提供的五种插值方法如下表所示：

显示缩放后的图像：

可以通过坐标系观察图片的缩放情况：

为了平移对象，需要使用NumPy数组创建2 x 3变换矩阵，其中提供了x和y方向的平移距离(以像素为单位)：

其对应于以下变换矩阵：

创建此矩阵后，调用cv2.warpAffine()函数：

cv2.warpAffine()函数使用提供的 M 矩阵转换源图像。第三个参数 (width, height) 用于确定输出图像的大小。

例如，如果图片要在 x 方向平移 200 个像素，在 y 方向移动 30 像素：

平移也可以为负值，此时为反方向移动：

显示图片如下：

为了旋转图像，需要首先使用cv.getRotationMatrix2D()函数来构建2 x 3变换矩阵。该矩阵以所需的角度(以度为单位)旋转图像，其中正值表示逆时针旋转。旋转中心 (center) 和比例因子 (scale) 也可以调整，使用这些元素，以下方式计算变换矩阵：

其中：

以下示例构建 M 变换矩阵以相对于图像中心旋转 180 度，缩放因子为 1(不缩放)。之后，将这个 M 矩阵应用于图像，如下所示：

接下来使用不同的旋转中心进行旋转：

显示旋转后的图像：

在仿射变换中，首先需要使用cv2.getAffineTransform()函数来构建2 x 3变换矩阵，该矩阵将从输入图像和变换图像中的相应坐标中获得。最后，将 M 矩阵传递给cv2.warpAffine()：

仿射变换是保留点、直线和平面的变换。此外，平行线在此变换后将保持平行。但是，仿射变换不会同时保留像素点之间的距离和角度。

可以通过以下图像观察仿射变换的结果：

为了进行透视变换，首先需要使用cv2.getPerspectiveTransform()函数创建3 x 3变换矩阵。该函数需要四对点(源图像和输出图像中四边形的坐标)，函数会根据这些点计算透视变换矩阵。然后，将 M 矩阵传递给cv2.warpPerspective()：

透视变换效果如下所示：

可以使用NumPy切片裁剪图像：

裁剪结果如下所示：

链接：https://juejin.cn/post/7035931986191450119