OpenCV for Python之圖像的幾何變換

Opencv4 官方文檔 : https://docs.opencv.org/4.2.0/
Opencv4 for Python中文文檔點擊下載:OpenCV4 for Python 中文文檔

1 幾何變換爲何

其實就是圖像的變換 ，包括平移 ，旋轉，縮放，仿射，透視等。

2 圖像的縮放

def resize_demo(image):
    print("Origin size:", image.shape)
    # 第一種方法：通過fx，fy縮放因子
    res = cv.resize(image, None, fx=2, fy=2, interpolation=cv.INTER_CUBIC)
    print("After resize 1 size:", res.shape)
    # 第二種方法：直接設置輸出圖像的尺寸，所以不用設置縮放因子
    height,width = image.shape[:2]
    res=cv.resize(image,(2*width,2*height),interpolation=cv.INTER_CUBIC)
    print("After resize 2 size:", res.shape)

    while(1):
        cv.imshow('res',res)
        cv.imshow('img',image)
        if cv.waitKey(0) & 0xFF == ord("q"):
            break

效果:原圖放大至兩倍，改爲小數的話就是縮小至相應倍數。

3 圖像的平移

def move_demo(image):
    rows, cols = image.shape[:2]
    M = np.float32([[1, 0, 100], [0, 1, 50]])
    dst = cv.warpAffine(image, M, (cols, rows))
    cv.imshow('image', dst)

4 圖像的旋轉

def rotation_demo(img):
    rows, cols = img.shape[:2]
    # 將圖像相對於中心旋轉90度，而不進行任何縮放。旋轉中心，角度，縮放比率
    M = cv.getRotationMatrix2D((cols / 2, rows / 2), 90, 1)
    dst = cv.warpAffine(img, M, (cols, rows))
    cv.imshow('original', img)
    cv.imshow('result', dst)
    cv.waitKey(0)
    cv.destroyAllWindows()

效果:

5 圖像的仿射變換

在仿射變換中，原始圖像中的所有平行線在輸出圖像中仍將平行。爲了找到變換矩陣，我們需要輸入圖像中的三個點及其在輸出圖像中的對應位置。然後cv.getAffineTransform將創建一個2x3
矩陣，該矩陣將傳遞給cv.warpAffine。

def perspective_demo(img):

    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()

效果:

6 圖像的透視變換

對於透視變換，需要3x3變換矩陣。即使在轉換後，直線也將保持直線。要找到此變換矩陣，需要在輸入圖像上有4個點，在輸出圖像上需要相應的點。在這四個點中，其中三個不應共線。然後可以通過函數cv.getPerspectiveTransform找到變換矩陣。然後將cv.warpPerspective應用於此3x3轉換矩陣。

def perspective_demo(img):
    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()

轉載請註明轉自:https://leejason.blog.csdn.net/article/details/106442313