python-opencv图像几何变换

Posted 西西嘛呦

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python-opencv图像几何变换相关的知识,希望对你有一定的参考价值。

1、变换

OpenCV提供了两个转换函数cv.warpAffinecv.warpPerspective,您可以使用它们进行各种转换。cv.warpAffine采用2x3转换矩阵,而cv.warpPerspective采用3x3转换矩阵作为输入。

import cv2 as cv
from google.colab.patches import cv2_imshow
image=cv.imread(\'变换.jpg\')
# 得到图片的高和宽
height,width=image.shape[:2]
# 定义对应的点
points1 = np.float32([[75,55], [340,55], [33,435], [400,433]])
points2 = np.float32([[0,0], [360,0], [0,420], [360,420]])
# 计算得到转换矩阵
M = cv.getPerspectiveTransform(points1, points2)
# 实现透视变换转换
processed = cv.warpPerspective(image,M,(360, 420))
cv2_imshow(processed)

结果:

参考:https://zhuanlan.zhihu.com/p/37023649

2、缩放

缩放只是调整图像的大小。为此,OpenCV带有一个函数cv.resize()。图像的大小可以手动指定,也可以指定缩放比例。也可使用不同的插值方法。首选的插值方法是cv.INTER_AREA用于缩小,cv.INTER_CUBIC(慢)和cv.INTER_LINEAR用于缩放。默认情况下,出于所有调整大小的目的,使用的插值方法为cv.INTER_LINEAR。您可以使用以下方法调整输入图像的大小

import numpy as np
import cv2 as cv
img = cv.imread(\'messi5.jpg\')
res = cv.resize(img,None,fx=2, fy=2, interpolation = cv.INTER_CUBIC)
#或者
height, width = img.shape[:2]
res = cv.resize(img,(2*width, 2*height), interpolation = cv.INTER_CUBIC)

结果:

3、平移

平移是对象位置的转换。 如果你知道(x,y)方向的偏移,让它为(tx,ty),你可以创建变换矩阵M,如下所示:

可以将其设置为np.float32类型的Numpy数组,并将其传递给cv.warpAffine()函数.

import cv2
import numpy as np

img = cv2.imread(\'img.jpg\',0)
rows,cols = img.shape

M = np.float32([[1,0,100],[0,1,50]])
dst = cv2.warpAffine(img,M,(cols,rows))

cv2.imshow(\'img\',img)
cv2.imshow(\'dst\',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果:

4、图像旋转

通过变换矩阵实现图像旋转角度θ:

OpenCV提供可调旋转,旋转中心可调,因此可以在任何的位置旋转.修正的变换矩阵由下式给出:

为了找到这个转换矩阵,OpenCV提供了一个函数cv2.getRotationMatrix2D.

img = cv.imread(\'messi5.jpg\',0)
rows,cols = 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))

结果:

5、仿射变换

在仿射变换中,原始图像中的所有平行线在输出图像中仍将平行。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cv.getAffineTransform将创建一个2x3矩阵,该矩阵将传递给cv.warpAffine

查看以下示例,并查看我选择的点(以绿色标记):

img = cv.imread(\'drawing.png\')
rows,cols,ch = img.shape
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))
plt.subplot(121),plt.imshow(img),plt.title(\'Input\')
plt.subplot(122),plt.imshow(dst),plt.title(\'Output\')

结果:

6、透视变换

对于透视变换,您需要3x3变换矩阵。即使在转换后,直线也将保持直线。要找到此变换矩阵,您需要在输入图像上有4个点,在输出图像上需要相应的点。在这四个点中,其中三个不应共线。然后可以通过函数cv.getPerspectiveTransform找到变换矩阵。然后将cv.warpPerspective应用于此3x3转换矩阵。

请参见下面的代码:

img = cv.imread(\'sudoku.png\')
rows,cols,ch = img.shape
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,(300,300))
plt.subplot(121),plt.imshow(img),plt.title(\'Input\')
plt.subplot(122),plt.imshow(dst),plt.title(\'Output\')
plt.show()

结果:

 

 

参考:

http://woshicver.com/FifthSection/4_2_%E5%9B%BE%E5%83%8F%E5%87%A0%E4%BD%95%E5%8F%98%E6%8D%A2/

 

以上是关于python-opencv图像几何变换的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV实现图像的几何变换

第三章 图像的几何变换

python-opencv-图像颜色映射

几何变换

python-opencv 图像二值化,自适应阈值处理

数字图像处理——图像的几何变换