【python-opencv】图像几何变换
2021-05-14 06:29
标签：传递 height get pen RoCE patch 限制 fine style 1、变换 OpenCV提供了两个转换函数cv.warpAffine和cv.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。 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 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. 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 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）： 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： 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/ 【python-opencv】图像几何变换 标签：传递 height get pen RoCE patch 限制 fine style 原文地址：https://www.cnblogs.com/xiximayou/p/13125121.htmlimport 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)
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)
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()
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))
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‘)
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()
上一篇：《算法竞赛进阶指南》0x03差分
下一篇：单调栈算法