阅读 19 SEO

几何变换之仿射---OpenCV-Python开发指南(12)

仿射

在OpenCV中,仿射变换是指图像经过一系列的几何变换来实现的平移,旋转等多种操作。该变换能够保持图像的平直性与平行性。平直性是指图像经过仿射变换后,直线仍然是直线;平行性是指图像在完成仿射变换后,平行性依然是平行线。

在OpenCV中,它给我们提供的仿射函数为cv2.warpAffine(),其通过一个变换矩阵M实现,对于矩阵运算不大了解的,可以记住后面讲解的,也可以学习离散数学或线性代数,两者都讲解到了矩阵运算。

仿射函数的定义如下:

def warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None):

src:代表要仿射的原始图像

M:代表一个2*3的变换矩阵,使用不同的变换矩阵,就可以实现不同的仿射变换。

dszie:代表输出图像的尺寸大小。

dst:代表仿射后的输出图像

flags:代表插值方法,默认为INTER_LINEAR。当该值为WARP_INVERSE_MAP时,意味着M是逆变换类型,实现从目标图像dst到原始图像src的逆变换。详细参数,上篇博文表格就是。

borderMode:代表边类型,默认为BORDER_CONSTANT。当该值为BORDER_TRANSPARENT时,意味着目标图像内的值不做改变,这些值对应原始图像内的异常值。

borderValue:代表边界值,默认是0。

综上所示,我们常用的参数为:src,M,dsize。

平移

已知仿射公式为:

仿射公式

假设我们现在要将图像向右平移50个像素,向下平移100个像素,那么公式替换后如下所示:

dst(x,y)=src(x+50,y+100)

dst(x,y)=src(1x,+0y+50,0x+1y+100)

得到M中的各个元素值为:

M11=1

M12=0

M13=50

M21=0

M22=1

M23=100

综上所述,右平移50个像素,向下平移100个像素的变换矩阵为:

20170503083900427.png

已知变换矩阵与原始图像,那么很简单的我们就可以完成图像的平移操作,具体代码如下所示:

import cv2
import numpy as np

img = cv2.imread("4.jpg")
h, w = img.shape[:2]
x = 50
y = 100
M = np.float32([[1, 0, x], [0, 1, y]])
move_img = cv2.warpAffine(img, M, (w, h))
cv2.imshow("img", img)
cv2.imshow("move_img", move_img)
cv2.waitKey()
cv2.destroyAllWindows()

运行之后,效果如下所示:


3.png

旋转

在使用函数cv2.warpAffine()对图像进行旋转时,可以通过函数cv2.getRotationMatrix2D()获取转换矩阵。该函数的语法格式为:

def getRotationMatrix2D(center, angle, scale):

center:为旋转的中心

angle:为旋转的角度,正数表示逆时针旋转,负数表示顺时针旋转

scale:为变换尺寸(也就是前文说的缩放大小)

下面,我们来将上图在旋转45度,具体代码如下所示:

import cv2

img = cv2.imread("4.jpg")
h, w = img.shape[:2]
M = cv2.getRotationMatrix2D((w / 2, h / 2), 45, 0.6)
move_img = cv2.warpAffine(img, M, (w, h))
cv2.imshow("img", img)
cv2.imshow("move_img", move_img)
cv2.waitKey()
cv2.destroyAllWindows()

更改M变换矩阵就行,这里(w / 2, h / 2)为图像的中心坐标,45为正数,就是逆时针旋转45度,0.6就是将图像缩放0.6倍。

运行之后,效果如下所示:

4.png

作者:极客学编程

原文链接:https://www.jianshu.com/p/df7d40b748a1

文章分类
后端
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 gxwowoo@163.com 举报,一经查实,本站将立刻删除。
相关推荐