目標(biāo)

• 學(xué)習(xí)將不同的幾何變換應(yīng)用到圖像上，如平移、旋轉(zhuǎn)、仿射變換等。
• 你會(huì)看到這些函數(shù): cv.getPerspectiveTransform

變換

OpenCV提供了兩個(gè)轉(zhuǎn)換函數(shù)cv.warpAffine和cv.warpPerspective，您可以使用它們進(jìn)行各種轉(zhuǎn)換。cv.warpAffine采用2x3轉(zhuǎn)換矩陣，而cv.warpPerspective采用3x3轉(zhuǎn)換矩陣作為輸入。

縮放

縮放只是調(diào)整圖像的大小。為此，OpenCV帶有一個(gè)函數(shù)cv.resize()。圖像的大小可以手動(dòng)指定，也可以指定縮放比例。也可使用不同的插值方法。首選的插值方法是cv.INTER_AREA用于縮小，cv.INTER_CUBIC（慢）和cv.INTER_LINEAR用于縮放。默認(rèn)情況下，出于所有調(diào)整大小的目的，使用的插值方法為cv.INTER_LINEAR。您可以使用以下方法調(diào)整輸入圖像的大小：

平移

平移是物體位置的移動(dòng)。如果您知道在(x,y)方向上的位移，則將其設(shè)為(t_x,$ty$)，你可以創(chuàng)建轉(zhuǎn)換矩陣M，如下所示：

您可以將其放入np.float32類(lèi)型的Numpy數(shù)組中，并將其傳遞給cv.warpAffine函數(shù)。參見(jiàn)下面偏移為(100, 50)的示例：

import numpy as npimport cv2 as cvimg = cv.imread('messi5.jpg',0)rows,cols = img.shapeM = np.float32([[1,0,100],[0,1,50]])dst = cv.warpAffine(img,M,(cols,rows))cv.imshow('img',dst)cv.waitKey(0)cv.destroyAllWindows()

注意

cv.warpAffine函數(shù)的第三個(gè)參數(shù)是輸出圖像的大小，其形式應(yīng)為(width，height)。記住width =列數(shù)，height =行數(shù)。

你將看到下面的結(jié)果：

旋轉(zhuǎn)

圖像旋轉(zhuǎn)角度為$θ$是通過(guò)以下形式的變換矩陣實(shí)現(xiàn)的：

但是OpenCV提供了可縮放的旋轉(zhuǎn)以及可調(diào)整的旋轉(zhuǎn)中心，因此您可以在自己喜歡的任何位置旋轉(zhuǎn)。修改后的變換矩陣為

其中：

為了找到此轉(zhuǎn)換矩陣，OpenCV提供了一個(gè)函數(shù)cv.getRotationMatrix2D。請(qǐng)檢查以下示例，該示例將圖像相對(duì)于中心旋轉(zhuǎn)90度而沒(méi)有任何縮放比例。

查看結(jié)果：

仿射變換

在仿射變換中，原始圖像中的所有平行線(xiàn)在輸出圖像中仍將平行。為了找到變換矩陣，我們需要輸入圖像中的三個(gè)點(diǎn)及其在輸出圖像中的對(duì)應(yīng)位置。然后cv.getAffineTransform將創(chuàng)建一個(gè)2x3矩陣，該矩陣將傳遞給cv.warpAffine。

查看以下示例，并查看我選擇的點(diǎn)（以綠色標(biāo)記）：

img = cv.imread('drawing.png')rows,cols,ch = img.shapepts1 = 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')

查看結(jié)果：

透視變換

對(duì)于透視變換，您需要3x3變換矩陣。即使在轉(zhuǎn)換后，直線(xiàn)也將保持直線(xiàn)。要找到此變換矩陣，您需要在輸入圖像上有4個(gè)點(diǎn)，在輸出圖像上需要相應(yīng)的點(diǎn)。在這四個(gè)點(diǎn)中，其中三個(gè)不應(yīng)共線(xiàn)。然后可以通過(guò)函數(shù)cv.getPerspectiveTransform找到變換矩陣。然后將cv.warpPerspective應(yīng)用于此3x3轉(zhuǎn)換矩陣。

請(qǐng)參見(jiàn)下面的代碼：

結(jié)果：

1. 'Computer Vision: Algorithms and Applications', Richard Szeliski