山东网站建设服务商,wordpress儿童主题,防伪码做网站的还能没导入吗,济源市建设网站Python-OpenCV中的图像处理-几何变换 几何变换图像缩放图像平移图像旋转仿射变换透视变换 几何变换
对图像进行各种几个变换#xff0c;例如移动#xff0c;旋转#xff0c;仿射变换等。
图像缩放
cv2.resize()
cv2.INTER_AREAv2.INTER_CUBICv2.INTER_LINEAR res cv2.r… Python-OpenCV中的图像处理-几何变换 几何变换图像缩放图像平移图像旋转仿射变换透视变换 几何变换
对图像进行各种几个变换例如移动旋转仿射变换等。
图像缩放
cv2.resize()
cv2.INTER_AREAv2.INTER_CUBICv2.INTER_LINEAR res cv2.resize(img, None, fx2, fy2, interpolationcv2.INTER_CUBIC) 或 height, width img.shape[:2] res cv2.resize(img, (2width, 2height), interpolationcv2.INTER_CUBIC) import numpy as np
import cv2# 图像缩放
img cv2.imread(./resource/image/1.jpg)# 缩放 时推荐使用cv2.INTER_AREA
# 扩展 时推荐使用cv2.INTER_CUBIC(慢) 或 cv2.INTER_LINEAR(默认使用)
# 原图放大两倍
res cv2.resize(img, None, fx2, fy2, interpolationcv2.INTER_CUBIC)# 或
#height, width img.shape[:2]
#res cv2.resize(img, (2*width, 2*height), interpolationcv2.INTER_CUBIC)while True:cv2.imshow(res, res)cv2.imshow(img, img)if cv2.waitKey(1)0xFF 27:break
cv2.destroyAllWindows()图像平移
OpenCV提供了使用函数cv2.warpAffine()实现图像平移效果该函数的语法为
cv2.warpAffine(src, M, (cols, rows))
src输入的源图像M变换矩阵即平移矩阵,M [[1, 0, tx], [0, 1, ty]] 其中tx和ty分别代表在x和y方向上的平移距离。(cols, rows)输出图像的大小即变换后的图像大小
平移就是将对象换一个位置。如果你要沿 x y方向移动移动的距离 是 tx ty你可以以下面的方式构建移动矩阵 M [ 1 0 t x 0 1 t y ] M\left[ \begin{matrix} 10t_x\\ 0 1 t_y \end{matrix} \right] M[1001txty]
import cv2
import numpy as npimg cv2.imread(./resource/opencv/image/messi5.jpg)# 获取图像的行和列
rows, cols img.shape[:2]# 定义平移矩阵沿着y轴方向向下平移100个像素点
# M np.float32([[1, 0, 0], [0, 1, 100]])# 定义平移矩阵沿着x轴方向向右平移50个像素点,沿着y轴方向向下平移100个像素点
M np.float32([[1, 0, -50], [0 ,1, 100]])# 执行平移操作
result cv2.warpAffine(img, M, (cols, rows))# 显示结果图像
cv2.imshow(result, result)
cv2.waitKey(0)图像旋转
cv2.getRotationMatrix2D() 对一个图像旋转角度 θ, 需要使用到下面形式的旋转矩阵: M [ c o s θ − s i n θ s i n θ c o s θ ] M\left[ \begin{matrix} cosθ-sinθ \\sinθcosθ \end{matrix} \right] M[cosθsinθ−sinθcosθ]
import numpy as np
import cv2# 图像旋转 缩放
img cv2.imread(./resource/opencv/image/messi5.jpg, cv2.IMREAD_GRAYSCALE)
rows,cols img.shape# 这里的第一个参数为旋转中心第二个为旋转角度第三个为旋转后的缩放因子
# 可以通过设置旋转中心缩放因子以及窗口大小来防止旋转后超出边界的问题
M cv2.getRotationMatrix2D((cols/2, rows/2), 45, 0.6)
print(M)# 第三个参数是输出图像的尺寸中心
dst cv2.warpAffine(img, M, (2*cols, 2*rows))
while (1):cv2.imshow(img, dst)if cv2.waitKey(1)0xFF 27:break
cv2.destroyAllWindows()dst cv2.warpAffine(img, M, (1cols, 1rows))
仿射变换
在仿射变换中原图中所有的平行线在结果图像中同样平行。为了创建这个矩阵我们需要从原图像中找到三个点以及他们在输出图像中的位置。然后cv2.getAffineTransform 会创建一个 2x3 的矩阵最后这个矩阵会被传给函数 cv2.warpAffine。
import numpy as np
import cv2
from matplotlib import pyplot as plt# 仿射变换
img cv2.imread(./resource/opencv/image/messi5.jpg, cv2.IMREAD_COLOR)
rows, cols, ch img.shape
img cv2.cvtColor(img, cv2.COLOR_BGR2RGBA)pts1 np.float32([[50,50],[200,50],[50,200]])
pts2 np.float32([[10,100], [200,50], [100,250]])# 行列通道数
M cv2.getAffineTransform(pts1, pts2)
dts cv2.warpAffine(img, M, (cols, rows))plt.subplot(121), plt.imshow(img), plt.title(Input)
plt.subplot(122), plt.imshow(dts), plt.title(Output)
plt.show()透视变换
对于视角变换我们需要一个 3x3 变换矩阵。在变换前后直线还是直线。要构建这个变换矩阵你需要在输入图像上找 4 个点以及他们在输出图像上对应的位置。这四个点中的任意三个都不能共线。这个变换矩阵可以有函数cv2.getPerspectiveTransform() 构建。然后把这个矩阵传给函数cv2.warpPerspective()
import numpy as np
import cv2
from matplotlib import pyplot as plt# 透视变换
img cv2.imread(./resource/opencv/image/sudoku.png, cv2.IMREAD_COLOR)
rows,cols,ch img.shape
img cv2.cvtColor(img, cv2.COLOR_BGR2RGB)pts1 np.float32([[60,80],[368,65],[28,387],[389,390]])
pts2 np.float32([[0,0],[300,0],[0,300],[300,300]])M cv2.getPerspectiveTransform(pts1, pts2)
dst cv2.warpPerspective(img, M, (400, 400))plt.subplot(121), plt.imshow(img), plt.title(Input)
plt.subplot(122), plt.imshow(dst), plt.title(Output)
plt.show()
