opencv中很有趣的仿射变换(Affine Transformation)

在仿射变换中，原图中所有平行的行在变换后的图像中仍然平行。为了构建仿射矩阵，我们需要原图中的三个点和它们在变换后的图像中的对应位置。函数 cv.getAffineTransform 创建一个2*3的矩阵传递进 cv.warpAffine

import numpy as np 
import cv2 as cv 
from matplotlib import pyplot as plt

img = cv.imread('cat.jpg')

rows,cols,ch = img.shape

print(ch)

pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])

M = cv.getAffineTransform(pts1,pts2)

dst = cv.warpAffine(img,M,(cols,rows))

plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()

cv.waitKey(0)

cv.destroyAllWindows()

 如有不懂的地方请看官网代码注释：https://docs.opencv.org/4.1.0/da/d6e/tutorial_py_geometric_transformations.html

输出结果如下：

 

如有疑问，请参考官网文档仿射变换部分内容

https://docs.opencv.org/4.1.0/da/d6e/tutorial_py_geometric_transformations.html