OpenCV_Python API 官方文档学习_ cv2 图像几何变换

官方官方文档

Goals

• Learn to apply different geometric transformation to images like translation, rotation, affine transformation etc.
• You will see these functions: cv2.getPerspectiveTransform

实现目标：

1.  学习如何将不同的几何变换应用于平移、旋转、映射变换等。

2.  学习函数  cv2.getPerspectiveTransform。

变换

         OpenCV提供了两个转换函数， cv2.warpAffine 和 cv2.warpPerspective，可以使用它们进行各种转换。cv2.warpAffine采用2x3转换矩阵，cv2.warpPerspective则以3x3转换矩阵作为输入。

缩放 （scaling）  

      缩放只是调整图像的大小。OpenCV附带了一个函数 cv2.resize() 。图像的大小可以手动指定，也可以指定缩放因子。它们可以选择不同的插值方法。较好的插值方法有：cv2.INTER_AREA 表示收缩，cv2.INTER_CUBIC、cv2.INTER_LINEAR。

       默认的插值方式：cv2.INTER_LINEAR。它也可以可以调整输入图像的大小，以下一个示例：

import cv2
import numpy as np

img = cv2.imread('messi5.jpg')

res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_CUBIC)

#OR

height, width = img.shape[:2]
res = cv2.resize(img,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)

平移 （Translation） 

      翻译是对象位置的转移。如果您知道需要移动后的坐标(x，y)，设为(tx，ty)，则可以创建转换矩阵f{M}，如下所示：

      可以将其转换为np.float32类型的Numpy数组，并将其传递给cv2.warpAffine()函数。请参见下面的例子：

import cv2
import numpy as np

img = cv2.imread('messi5.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',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

提示：

      cv2.warpAffine() 函数的第三个参数是输出图像的大小，它应该以(宽度、高度)的形式出现。宽度=列数、高度=行数。

旋转 （Rotation）

       角θ的旋转是通过形式的变换矩阵来实现的。

      OpenCV提供了可调节旋转中心的缩放旋转，这样你可以在任何你喜欢的位置旋转。修正的变换矩阵是由一下矩阵完成。

角θ的旋转是通过形式的变换矩阵来实现的

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

      看下面的例子，其中旋转90度的图像相对于中心，没有任何缩放。

img = cv2.imread('messi5.jpg',0)
rows,cols = img.shape

M = cv2.getRotationMatrix2D((cols/2,rows/2),90,1)
dst = cv2.warpAffine(img,M,(cols,rows))

仿射变换（Affine Transformation）

      在仿射变换中，原始图像中的所有平行线在输出图像中仍然是平行的。为了找到变换矩阵，我们需要三个点从输入图像及其对应的位置在输出图像中。cv2.getAffineTransform变换将创建一个2x3矩阵，该矩阵将被传递给 cv2.warpAffine。

      看下面的示例，并查看选择的点(以绿色标记)：

img = cv2.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 = cv2.getAffineTransform(pts1,pts2)

dst = cv2.warpAffine(img,M,(cols,rows))

plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()

透视变换（Perspective Transformation）

      对于透视转换，需要一个3x3转换矩阵。即使经过变形，直线仍将保持直线。要找到这个转换矩阵，您需要输入图像上的4个点和输出图像上相应的点。在这4点中，有3点不应是共线的。然后由函数 cv2.getPerspectiveTransform找到转换矩阵。然后用这个3x3变换矩阵应用 cv2.warpPerspective。

看下面代码：

img = cv2.imread('sudokusmall.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 = cv2.getPerspectiveTransform(pts1,pts2)

dst = cv2.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()