opencv-图像基础知识-图像放射变换
笔者工作环境:
win10
vscode
方法一:
代码:
import cv2
import numpy as np
img = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",1)
cv2.imshow("img",img)
imginfo = img.shape
height = imginfo[0]
width = imginfo[1]
matsrc = np.float32([[0,0],[0,height-1],[width-1,0]]) #原图像的三点坐标
matdst =np.float32([[50,50],[100,height-100],[width-100,100]]) #新图像的三点坐标
mataffine = cv2.getAffineTransform(matsrc,matdst) #创建一个2*3的矩阵,参数一:原图像的顶点坐标,参数二:新图像的顶点坐标
dst = cv2.warpAffine(img,mataffine,(width,height)) #对图像进行放射变换,参数:输入图像,变换矩阵,输出图像大小
cv2.imshow("dst",dst)
cv2.waitKey(0)
效果:
用到的主要函数:
函数一:
matsrc = cvGetAffineTransform(src,dst)
src:输入图像的三角形顶点坐标。
dst:输出图像的相应的三角形顶点坐标。
函数二:
cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
其中:
src - 输入图像。
M - 变换矩阵。
dsize - 输出图像的大小。
flags - 插值方法的组合(int 类型!)
borderMode - 边界像素模式(int 类型!)
borderValue - (重点!)边界填充值; 默认情况下,它为0。
上述参数中:M作为仿射变换矩阵,一般反映平移或旋转的关系,为InputArray类型的2×3的变换矩阵。
flages表示插值方式,默认为 flags=cv2.INTER_LINEAR,表示线性插值,此外还有:cv2.INTER_NEAREST(最近邻插值) cv2.INTER_AREA (区域插值) cv2.INTER_CUBIC(三次样条插值) cv2.INTER_LANCZOS4(Lanczos插值)
日常进行仿射变换时,在只设置前三个参数的情况下,如 cv2.warpAffine(img,M,(rows,cols))可以实现基本的仿射变换效果,但可以出现“黑边”现象,如图:
这对后续的处理往往造成很大的困扰,第六个参数可以选择填充的颜色,默认为黑色。具体如下:
python中:
cv2.warpAffine(img,M,(rows,cols),flags=cv2.INTER_,borderMode=cv2.BORDER_REFLECT,borderValue=(255,255,255))
在python 中有一个好处是不必按顺序设置,直接指明所设置的参数即可,如将上述图片边界区域填充为白色:
cv2.warpAffine(img,M,(lengh,lengh),borderValue=(255,255,255))
效果图:
方法二:
代码:
import cv2
import numpy as np
img = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",1)
cv2.imshow("img",img)
imginfo = img.shape
height = imginfo[0]
width = imginfo[1]
matsrc = np.float32([[0.5,0.1,0],[0.1,0.5,0]]) #原图像的三点坐标
dst = cv2.warpAffine(img,matsrc,(height,width),borderValue=(255,255,255)) #对图像进行放射变换,参数:输入图像,变换矩阵,输出图像大小
cv2.imshow("dst",dst)
cv2.waitKey(0)
效果:
通过定义不同的矩阵,不但可以实现缩小,放大,平移,旋转,还可以实现放射。
但是放射的角度啥不可控,可能需要求解矩阵,需要进一步探索。