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。
