python图像几何变换_openCV-python（四）图像的几何变换-透视变换

openCV函数介绍

OpenCV提供了两个转换函数cv.warpAffine和cv.warpPerspective，您可以使用它们进行各种转换。cv.warpAffine采用2x3转换矩阵（即仿射变换），而cv.warpPerspective采用3x3转换矩阵（即透视变换）作为输入。

了解透视变换更多请参考：

1.https://blog.csdn.net/flyyufenfei/article/details/80208361

透视变换两个重要的点

1.获得透视变换后的图像

详细见下面代码示例

2.获得透视变换后的坐标

# 坐标转换核心代码如下

def cvt_pos(pos,cvt_mat_t):

u = pos[0]

v = pos[1]

x = (cvt_mat_t[0][0]*u+cvt_mat_t[0][1]*v+cvt_mat_t[0][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])

y = (cvt_mat_t[1][0]*u+cvt_mat_t[1][1]*v+cvt_mat_t[1][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])

return (int(x),int(y))

代码示例

import cv2

import math

import random

import numpy as np

import matplotlib.pyplot as plt

def perspective_transformation(Image, total_points_list):

'''透视变换'''

h, w, ch = Image.shape # 获取行数（高）和列数（宽）

# 原图四个角坐标

p1 =np1= [0, 0] # 左上

p2 = np2=[w - 1, 0] # 右上

p3 =np3= [w - 1, h - 1] # 右下

p4 = np4= [0, h - 1] # 左下

pts1 = np.float32([p1, p2, p3, p4])

np_list = [np1, np2, np3, np4]

# print('原来的四角坐标:%s' % np_list)

# 期望得到的图四角坐标,随机一个或多个角坐标变换,可能是放大也可能是缩小

for i in range(0, random.randint(1, 4)):

np_list[i][0] = np_list[i][0] + random.randint(0, 50)

np_list[i][1] = np_list[i][1] + random.randint(0, 50)

# print('指定透视变换后四角坐标:%s' % np_list)

nw = max(np1[0], np2[0], np3[0], np4[0])

nh = max(np1[1], np2[1], np3[1], np4[1])

pts2 = np.float32([np1, np2, np3, np4])

# 获得透视变换矩阵

M = cv2.getPerspectiveTransform(pts1, pts2)

# print('M:%s' %M) # 3行3列

# 应用

dst = cv2.warpPerspective(Image, M, (nw, nh))

total_points_list = get_points_tran(total_points_list, M)

# print('变换后的四角坐标:%s' % get_points_tran([p1+p2+p3+p4], M))

return dst, total_points_list

def get_points_tran(points_list, M):

'''透视变换坐标转换'''

for i in points_list:

i[0],i[1] = cvt_pos([i[0],i[1]],M)

i[2],i[3] = cvt_pos([i[2],i[3]],M)

i[4],i[5] = cvt_pos([i[4],i[5]],M)

i[6],i[7] = cvt_pos([i[6],i[7]],M)

return points_list

def cvt_pos(pos,cvt_mat_t):

u = pos[0]

v = pos[1]

x = (cvt_mat_t[0][0]*u+cvt_mat_t[0][1]*v+cvt_mat_t[0][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])

y = (cvt_mat_t[1][0]*u+cvt_mat_t[1][1]*v+cvt_mat_t[1][2])/(cvt_mat_t[2][0]*u+cvt_mat_t[2][1]*v+cvt_mat_t[2][2])

return (int(x),int(y))

if __name__ == '__main__':

image = cv2.imread('../myimages/5.jpg')

# 图片原来的固有字段的坐标及值

points_list = []

with open('../myimages/gt_5.txt', 'r', encoding='utf-8') as f:

for line in f.readlines():

# 获取前8个元素，也就是四点坐标，后面的是文本内容，可以不用变

data_line = line.split(',')

# 将列表中坐标元素变成int

data = [int(i) if data_line.index(i) <= 7 else i for i in data_line]

points_list.append(data)

print(points_list)

# 调用透视变换函数

new_image,points_list = perspective_transformation(image,points_list)

# 将新的图片写在本地

cv2.imwrite('new_image5.jpg', new_image)

# 也可以在窗口查看效果

plt.subplot(121), plt.imshow(image), plt.title('Input')

plt.subplot(122), plt.imshow(new_image), plt.title('Output')

plt.show()

运行结果

image.png