cv2.warpAffine#xff1a;使用仿射变换矩阵对图像进行变换#xff0c;可以实现平移、缩放和旋转等操作。

cv2.warpPerspective#xff1a;使用透视变换矩阵对图像进行透视变换#xff0c;可以实现镜头校正、图像纠偏等…几何变换指的是将一幅图像映射到另一幅图像内的操作。

cv2.warpAffine使用仿射变换矩阵对图像进行变换可以实现平移、缩放和旋转等操作。

cv2.warpPerspective使用透视变换矩阵对图像进行透视变换可以实现镜头校正、图像纠偏等操作。

cv2.getAffineTransform计算仿射变换矩阵根据输入的三个点对之间的关系来生成一个2x3的矩阵。

cv2.getPerspectiveTransform计算透视变换矩阵根据输入的四个点对之间的关系来生成一个3x3的矩阵。

cv2.resize调整图像的大小可以根据指定的尺寸或比例因子来进行缩放操作。

cv2.flip对图像进行翻转操作可以在水平、垂直或两者方向上进行翻转。

cv2.rotate对图像进行旋转操作可以按照指定的角度对图像进行顺时针或逆时针旋转。

这些函数可以在OpenCV中灵活使用以实现各种图像的几何变换。

通过调整参数和变换矩阵可以达到所需的图像效果和变换结果。

几何变换

cv2.getAffineTransform计算仿射变换矩阵3.3.1

四、透视4.1

interpolationcv2.INTER_NEAREST)

1.1

无论有fx,fy,都是由于dszie决定目标图像的大小,colws,rows

fy(double)dsize.height/src.rows1.2通过参数

dsize(round(fx*src.cols),round(fy*src.rows))

几何变换如调整大小期间确定无法直接映射的像素点值的必要性。

当你放大图像时会引入一些在原始图像中没有相应值的新像素。

插值方法用于估算这些新像素的值。

import

img1cv.imread(./Pic/test_img.jpg)

print(rows)

最近邻插值最近邻插值方法会选择最接近目标像素位置的原始像素的值作为新像素的值。

这种方法计算简单但可能会导致图像的锯齿状边缘和失真。

双线性插值双线性插值方法会根据目标像素位置周围的四个最近原始像素的值进行加权平均以计算新像素的值。

这种方法可以产生较平滑的图像但可能会导致细节的模糊。

双三次插值双三次插值方法会根据目标像素位置周围的16个最近原始像素的值进行加权平均以计算新像素的值。

这种方法可以产生更平滑的图像但计算复杂度较高。

选择哪种插值方法取决于应用的需求。

如果需要保留图像的细节和边缘可以选择双线性或双三次插值。

如果需要快速计算并可以容忍一些失真可以选择最近邻插值。

总之插值方法在图像缩放中起着重要的作用可以影响图像质量和计算效率。

根据具体需求选择适当的插值方法是很重要的。

二、翻转

意味着围绕图像的中心或其他指定点按某个角度旋转图像。

这会导致图像内容的重组但不会改变内容本身的方向。

在

OpenCV

意味着以水平或垂直轴为对称轴来颠倒图像内容。

水平翻转会使图像左右颠倒而垂直翻转则会使图像上下颠倒。

在

OpenCV

总结来说旋转是根据一个角度来调整图像的方向而翻转是基于图像的对称轴来颠倒图像内容。

dst

imgxcv.imread(./Pic/test_img.jpg)

dstcv.flip(imgx,1)

plt.imshow(dst[:,:,::-1])三、仿射变换

仿射变换是一种线性变换可以通过矩阵的乘法来描述。

这种变换在保持图像中的平行性和直线性方面非常强大因此在图像处理和计算机视觉领域得到广泛应用。

它能够实现平移、旋转、缩放和剪切等操作并且在变换后仍然能够保持空间关系的几何特性。

dst

插值方法的标志。

用于指定在变换过程中如何对像素进行插值。

这是可选参数。

borderMode:

边界模式指定了当像素越界时的处理方式例如镜像、填充等。

这也是一个可选参数。

borderValue:

当使用常量边界模式时指定边界填充的数值。

这同样是一个可选参数。

在运用中就简化成

方向的平移量。

当应用这个平移矩阵时图像中的每个像素将按照指定的偏移量进行移动。

dst

2*3移动矩阵注意将M设置为np.float32类型的Numpy数组。

)

dsize:输出图像的大小注意:输出图像的大小,它应该是(宽度,高度)的形式。

请记住,width列数,

3.1.1

6))axes[0].imshow(cv.cvtColor(img1,

cv.COLOR_BGR2RGB))

axes[0].set_title(Original)axes[1].imshow(cv.cvtColor(dst,

cv.COLOR_BGR2RGB))

retvalcv2.getRotationMatrix2D(center,

angle,

在这里cv2.getRotationMatrix2D()函数用于生成一个旋转矩阵其参数的含义如下

(x,

angle旋转角度以度为单位。

正数表示逆时针旋转负数表示顺时针旋转。

scale可选的缩放因子。

如果不需要对图像进行缩放可以将其设置为1。

如果想要按比例缩放图像可以提供缩放因子。

该函数返回一个2x3的变换矩阵将它应用到原始图像上可以实现指定中心点、角度和缩放比例的旋转。

3.2.1

axes[0].imshow(cv.cvtColor(img,

cv.COLOR_BGR2RGB))

axes[0].set_title(Original)axes[1].imshow(cv.cvtColor(dst,

cv.COLOR_BGR2RGB))

retvalcv2.getAffineTransform(src,

dst)

cv.getAffineTransform(pts_original,

pts_target)#

axes[0].imshow(cv.cvtColor(img,

cv.COLOR_BGR2RGB))

axes[0].set_title(Original)axes[1].imshow(cv.cvtColor(dst,

cv.COLOR_BGR2RGB))

cv2.warpPerspective()函数用于执行透视变换它接受以下参数

src:

变换矩阵。

这是通过cv2.getPerspectiveTransform()或其他类似函数计算得到的透视变换矩阵。

dsize:

这是一个插值方法的标志用于指定如何在变换过程中对图像进行插值。

默认情况下为cv2.INTER_LINEAR这意味着使用线性插值。

其他可能的值包括cv2.INTER_NEAREST最近邻插值、cv2.INTER_CUBIC立方插值等。

用于定义边界像素的模式。

默认为cv2.BORDER_CONSTANT表示将边界填充为常数值。

其他可能的值包括cv2.BORDER_REFLECT边界像素的镜像反射和cv2.BORDER_WRAP边界像素的重复等。

当borderMode为cv2.BORDER_CONSTANT时可以指定边界填充的常数值。

默认为0。

4.1

cv2.getPerspectiveTransform(src,

dst)其中参数含义如下

cv.getPerspectiveTransform(src_points,

dst_points)#

axes[0].imshow(cv.cvtColor(img,

cv.COLOR_BGR2RGB))

axes[0].set_title(Original)axes[1].imshow(cv.cvtColor(dst,

cv.COLOR_BGR2RGB))

重映射是指将图像中的像素从一个位置映射到另一个位置的过程。

在计算机视觉和图像处理中重映射通常用于图像几何变换如旋转、缩放、仿射变换、透视变换等以及校正畸变等操作。

在重映射过程中我们需要定义一个映射关系将输入图像中的每个像素映射到输出图像中的相应位置。

这个映射关系可以通过变换矩阵如仿射变换矩阵或透视变换矩阵来实现也可以通过自定义的像素级映射函数来完成。

一旦建立了映射关系就可以根据该关系对图像进行重映射从而实现所需的变换效果。

在OpenCV中重映射通常涉及到两个主要函数cv2.remap()

cv2.warpAffine()

cv2.warpPerspective()。

前者允许用户提供自定义的映射关系而后者则使用预定义的变换矩阵来执行重映射。

5.1

创建网格首先我们需要创建一个与原始图像大小相同的网格。

这个网格将用于映射坐标值。

height,

interpolationcv2.INTER_LINEAR)显示复制后的图像最后我们可以通过显示函数来展示复制后的图像以便观察结果。

cv2.imshow(Remapped

cv2.destroyAllWindows()通过以上步骤我们可以利用重映射函数

cv2.remap()

来实现图像的复制。

这种方法允许我们更灵活地控制图像的映射过程以实现各种类型的图像处理效果。

5.2

对于map1其值保持不变。

对于map2需要将其值调整为“总行数-1-当前行号”。

需要注意的是在OpenCV中行号的下标是从0开始的。

因此在对称关系中存在一个规律“当前行号对称行号总行数-1”。

据此在绕着x轴翻转时map2中当前行的行号应调整为“总行数-1-当前行号”。

5.2.2

对于map2其值保持不变。

对于map1需要将其值调整为“总列数-1-当前列号”。

需要注意的是在OpenCV中列号的下标是从0开始的。

因此在对称关系中存在一个规律“当前列号对称列号总列数-1”。

据此在绕着y轴翻转时map1中当前列的列号应调整为“总列数-1-当前列号”。

5.2.3

x坐标轴的值以y轴为对称轴进行交换。

y坐标轴的值以x轴为对称轴进行交换。

对于map1需要将其值调整为“总列数-1-当前列号”。

对于map2需要将其值调整为“总行数-1-当前行号”。

5.2.4

对于任意一点都需要将其x轴、y轴坐标互换。

这反映在两个映射数组mapx和mapy上的变化如下

对于mapx其值调整为所在行的行号。

对于mapy其值调整为所在列的列号。

需要注意的是如果行数和列数不一致上述运算可能存在值无法映射的情况。

默认情况下无法完成映射的值会被处理为0。

5.3

上述介绍的映射都是直接完成的整数映射处理起来比较方便。

在处理更复杂的问题时