计算机视觉（五）

刺骨的言语ヽ痛彻心扉 2022-06-02 02:09 256阅读 0赞

参考：http://www.cnblogs.com/xiaotongtt/p/6625685.html

http://blog.csdn.net/on2way/article/details/46801063

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/warp\_affine/warp\_affine.html

图像的几何变换主要包括：平移、扩大与缩小、旋转、仿射、透视等等。图像变换是建立在矩阵运算基础上的，通过矩阵运算可以很快的找到对应关系。

1. 图像的平移

图像的平移，沿着x方向tx距离，y方向ty距离，需要构造移动矩阵M。通过numpy来产生这个矩阵，并将其赋值给仿射函数cv2.warpAffine().

仿射函数cv2.warpAffine()接受三个参数，需要变换的原始图像，移动矩阵M 以及变换的图像大小（这个大小如果不和原始图像大小相同，那么函数会自动通过插值来调整像素间的关系）。

def warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None): # real signature unknown; restored from __doc__ """ warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) -> dst """ pass

函数有以下参数:
     
      
       src: 输入源图像
       warp_dst: 输出图像
       warp_mat: 仿射变换矩阵
       warp_dst.size(): 输出图像的尺寸

subplot(numRows, numCols, plotNum)
      
       
        1
       
     
      
       图表的整个绘图区域被分成 numRows 行和 numCols 列
       然后按照从左到右，从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1
       plotNum 参数指定创建的 Axes 对象所在的区域
      如果 numRows ＝ 2, numCols ＝ 3, 那整个绘制图表样式为 2X3 的图片区域, 用坐标表示为 (1, 1), (1, 2), (1, 3)
    (2, 1), (2, 2), (2, 3)
      
       
        1
        2
       这时, 当 plotNum ＝ 3 时, 表示的坐标为(1, 3), 即第一行第三列的子图
     
      
       如果 numRows, numCols 和 plotNum 这三个数都小于 10 的话, 可以把它们缩写为一个整数, 例如 subplot(323) 和 subplot(3,2,3) 是相同的.
       subplot在 plotNum 指定的区域中创建一个轴对象. 如果新创建的轴和之前创建的轴重叠的话，之前的轴将被删除.
      from cv2 import *
    import numpy as np
    import matplotlib.pyplot as plt
    
    img=imread('D:/temp/1.jpg')
    H=np.float32([[1,0,100],[0,1,50]])
    rows,cols=img.shape[:2]
    #需要图像、变换矩阵、变换后的大小
    res=warpAffine(img,H,(rows,cols))
    plt.subplot(121)
    plt.imshow(img)
    plt.subplot(122)
    plt.imshow(res)
    plt.show()
     2. 图像的缩放 　　图像的缩放有专门的一个函数，cv2.resize()，需要确定的是缩放比例。另外一个就是在缩放以后图像必然就会变化，这就又涉及到一个插值问题。那么这个函数中，缩放有几种不同的插值（interpolation）方法，在缩小时推荐cv2.INTER_ARER,扩大是推荐cv2.INTER_CUBIC和cv2.INTER_LINEAR。默认都是cv2.INTER_LINEAR
     
      
      
       
      
       import cv2
    import matplotlib.pyplot as plt
    
    img = cv2.imread('flower.jpg')
    # 插值：interpolation
    # None本应该是放图像大小的位置的，后面设置了缩放比例，所有就不要了
    res1 = cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)
    #直接规定缩放大小，这个时候就不需要缩放因子
    height,width = img.shape[:2]
    res2 = cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)
    plt.subplot(131)
    plt.imshow(img)
    plt.subplot(132)
    plt.imshow(res1)
    plt.subplot(133)
    plt.imshow(res2)
    plt.show()
      
       
     
      3. 图像的旋转 　　图像旋转需构造旋转矩阵。opencv提供了一个函数： cv2.getRotationMatrix2D()，这个函数需要三个参数，旋转中心，旋转角度，旋转后图像的缩放比例。
     
      
      
       
      
       import cv2
    import matplotlib.pyplot as plt
    
    img = cv2.imread('flower.jpg')
    rows,cols = img.shape[:2]
    #第一个参数旋转中心，第二个参数旋转角度，第三个参数：缩放比例
    M = cv2.getRotationMatrix2D((cols/2,rows/2),45,1)
    #第三个参数：变换后的图像大小
    res = cv2.warpAffine(img,M,(rows,cols))
    
    plt.subplot(121)
    plt.imshow(img)
    plt.subplot(122)
    plt.imshow(res)
    plt.show()
      
       
     
      4. 图像的仿射 　　图像的旋转加上拉升就是图像仿射变换，仿射变化也需要一个变换矩阵M，opencv提供了根据变换前后三个点的对应关系来自动求解M。这个函数是 
    M=cv2.getAffineTransform(pos1,pos2)，其中两个位置就是变换前后的对应位置关系，输出的就是仿射矩阵M，然后再使用函数cv2.warpAffine()。
     
      
      
       
      
       import cv2
    import numpy as np
    import matplotlib.pyplot as plt
    
    img = cv2.imread('flower.jpg')
    rows,cols = img.shape[:2]
    pts1 = np.float32([[50,50],[200,50],[50,200]])
    pts2 = np.float32([[10,100],[200,50],[100,250]])
    M = cv2.getAffineTransform(pts1,pts2)
    #第三个参数：变换后的图像大小
    res = cv2.warpAffine(img,M,(rows,cols))
    plt.subplot(121)
    plt.imshow(img)
    plt.subplot(122)
    plt.imshow(res)
    plt.show()
      
       
     
      5. 图像的透射 　　透视需要的是一个3*3的矩阵，opencv的函数是M = cv2.getPerspectiveTransform(pts1,pts2)，其中pts需要变换前后的4个点对应位置。得到M后再通过函数cv2.warpPerspective(img,M,(200,200))进行。
     
      
      
       
      
       import cv2
    import numpy as np
    import matplotlib.pyplot as plt
    
    img = cv2.imread('flower.jpg')
    rows,cols = img.shape[:2]
    pts1 = np.float32([[56,65],[238,52],[28,237],[239,240]])
    pts2 = np.float32([[0,0],[200,0],[0,200],[200,200]])
    M = cv2.getPerspectiveTransform(pts1,pts2)
    res = cv2.warpPerspective(img,M,(200,200))
    plt.subplot(121)
    plt.imshow(img)
    plt.subplot(122)
    plt.imshow(res)
    plt.show()