目錄

0 程序環(huán)境與所學函數

1 裁剪、放大、縮小

2 平移變換

3 錯切變換

4 鏡像變換

5 旋轉變換

6 透視變換

7 最近鄰插值、雙線性插值

---

0 程序環(huán)境與所學函數

本章程序運行需要導入下面三個庫，并定義了一個顯示圖像的函數

import cv2 as cv import numpy as np import matplotlib.pyplot as pltdef show(img):if img.ndim == 2:plt.imshow(img, cmap='gray')else:plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))plt.show()

所學函數

##放大、縮小

cv.resize(img,dsize,[interpolation])

##平移變換

M = np.array([[...]], dtype=np.float32)
cv.warpAffine(img, M, dsize)

##鏡像變換

cv.flip(img, 1) # 垂直鏡像
cv.flip(img, 0) # 水平鏡像
cv.flit(img, -1) # 水平垂直同時進行

##旋轉變換

M = cv.getRotationMatrix2D(center, angle, scale)
img_rotate = cv.rotate(img, cv.ROTATE_90_CLOCKWISE)

##透視變換

M = cv.getPerspectiveTransform(src, dst)
img = cv.warpPerspective(img, M, dsize)

1 裁剪、放大、縮小

讀入圖像

img = cv.imread('pic/rabbit500x333.jpg') show(img)

顯示

?裁剪：數組選擇方法（冒號）

#裁剪 rabbit = img[150:450:] #限定行數，列數和三通道 show(rabbit)

顯示

放大和縮小：resize()函數

插值方法

?程序實現

#放大縮小 #cv.resize(img,dsize,[interpolation]) dsize表示大小，[interpolation]是插值方法，可選,有默認值 img2 = cv.resize(img,(500,400)) #放大為寬500高400 #使用定義插值方法 #一般來說放大地話選擇LINEAR方法，縮小選擇AREA方法 img3 = cv.resize(img,(500,400),interpolation=cv.INTER_NEAREST) show(np.hstack([img2,img3]))

顯示

2 平移變換

原理、平移矩陣推導

?讀入圖像

img = cv.imread('pic/rabbit500x333.jpg') show(img)

?顯示

程序實現

# M = np.array([[...]],dtype=np.float32) # cv.warAffine(img,M,dsize) cv里面圖像仿射變換函數，M是上面矩陣，dsize是輸出圖像大小 M=np.array([[1,0,100],[0,1,50] ],dtype=np.float32) #水平向右平移100個像素點，豎直向下平移50個像素點，原理見理論部分img2 = cv.warpAffine(img,M,(333,500)) show(img2)

?顯示

3 錯切變換

原理、錯切矩陣推導

?讀入圖像

img = cv.imread('pic/rabbit500x333.jpg') show(img)

顯示

?水平錯切

M = np.array([[1,0.2,0],[0,1,0] ],dtype=np.float32)img3 = cv.warpAffine(img,M,(533,500)) show(img3)

顯示

?垂直錯切

M = np.array([[1,0,0],[0.3,1,0] ],dtype=np.float32)img3 = cv.warpAffine(img,M,(333,700)) show(img3)

顯示

4 鏡像變換

原理、鏡像矩陣推導

?讀入圖像

img = cv.imread('pic/rabbit500x333.jpg') show(img)

顯示

?水平鏡像

Mx = np.array([[-1,0,333],[0,1,0] ],dtype = np.float32) img2 = cv.warpAffine(img,Mx,(333,500)) #仿射變換函數 show(img2)

顯示

?垂直鏡像

My = np.array([[1,0,0],[0,-1,500] ],dtype=np.float32)img3 = cv.warpAffine(img,My,(333,500)) show(img3)

顯示

?opencv內置函數實現鏡像變換

#垂直鏡像 cv.flip(img,1)
#水平鏡像 cv.flip(img,0)
#水平垂直同時進行 cv.flip(img,-1)

程序實現

img4 = cv.flip(img,1) #垂直鏡像 img5 = cv.flip(img,0) #水平鏡像 img6 = cv.flip(img,-1) #水平垂直鏡像同時進行show(np.hstack([img4,img5,img6]))

顯示

5 旋轉變換

原理、旋轉矩陣推導

?讀入圖像

img = cv.imread('pic/rabbit500x333.jpg') show(img)

顯示

?圖像旋轉

beta = np.pi/4 #旋轉矩陣 M = np.array([[np.cos(beta),np.sin(beta),0],[-np.sin(beta),np.cos(beta),0] ],dtype=np.float32)img2 = cv.warpAffine(img,M,(633,300)) show(img2)

顯示

?opencv內置獲取旋轉矩陣函數：

M = cv.getRotationMatrix2D(center,angle,scale) ?

center是旋轉中心，angle是旋轉角度，scale表示放大還是縮小

用上面函數獲取旋轉矩陣并實現圖像旋轉

h,w,c = img.shape #獲取圖像的高度和寬度，方便后面設置旋轉中心M2 = cv.getRotationMatrix2D((w//2,h//2),45,1) img3 = cv.warpAffine(img,M2,(533,500)) #仿射函數實現 show(img3

顯示

?opencv內置實現圖像旋轉函數

img_rotate =cv.rotate(img,cv.ROTATE_90_COUNTERCLOCKWISE)

只能進行90度倍數的旋轉

程序實現

# 逆時針旋轉90度 img_rotate = cv.rotate(img,cv.ROTATE_90_COUNTERCLOCKWISE) show(img_rotate)

顯示

6 透視變換

M = cv.getPerspectiveTransform(str,dst)

str:原始圖像矩陣端點位置，dst：目標圖像矩陣位置
img2 = cv.warpPerspective(img,M,(w,h))

讀入圖像

img = cv.imread('pic/parthenon500x750.jpg') show(img)

顯示

程序實現

#在原圖中定位四個點，這里找的是柱子前面四個點的大概位置，眼睛觀察法找的 str = np.array([[210,50],[610,270],[650,470],[150,450] ],dtype=np.float32)#目標圖像中矩陣 dst = np.array([[150,50],[650,50],[650,470],[150,470] ],dtype=np.float32)h,w,c = img.shape#透視變換將一個類似矩形的圖形拉成一個矩形 M = cv.getPerspectiveTransform(str,dst) img2 = cv.warpPerspective(img,M,(w,h)) show(img2)

顯示

?應用：車道檢測、圖片矯正

7 最近鄰插值、雙線性插值

原理：

最近鄰插值圖示：

?雙線性插值圖示

?讀入圖像

img = cv.imread('pic/rabbit50x33.jpg') show(img)

顯示

程序實現

img1 = cv.resize(img,(330,500),interpolation=cv.INTER_NEAREST) #最近鄰插值 img2 = cv.resize(img,(330,500),interpolation=cv.INTER_LINEAR_EXACT) #精確雙線新插值show(np.hstack([img1,img2]))

顯示

可以看出最近鄰插值還是比較模糊的，過渡結果沒有雙線性插值平滑

總結

以上是生活随笔為你收集整理的【图像处理opencv】_图像几何变换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。