Opencv3学习笔记(C++&Python双语)---几何变换

图像的几何变换有两种，仿射变换与透视变换。两者的区别参照教程《学习Opencv3》第11章常见的图像变换。

此外推荐一篇文章 https://www.cnblogs.com/shine-lee/p/10950963.html   仿射变换及其变换矩阵的理解  ，下面的图片

均转载于此博客。

仿射变换使用2*3矩阵，透视变换采用3*3矩阵。仿射变换：平移、旋转、放缩、剪切、反射，仿射变换的特点是变换前的两条平行线变换后仍然平行。透视变换用于计算一个特定观察者感觉三维平面的方法，简单讲就是同一个物体，观察者在不同的位置看到的几何图形是不一样的(达芬奇画鸡蛋的故事)，可以看看绘画中的透视，小时候很好奇在一张纸上可以画出三维效果，仔细观察就发现两条平行直线在透视图中是不平行的，因为视觉错觉就会产生三维效果，既透视效果，喜欢画画的同学应该很好理解透视。这也就是为什么仿射变换只需要3个点而透视变换需要4个点。距离观察视点越远的地方，两条直线越趋于相交。仿射变换是透视变换的一个子集。

 

 

 

 

Opencv中关于几何变换的函数：

1.cv.resize()   均匀调整图像

2.密集仿射变换函数cv.warpAffine() ，计算映射矩阵的函数cv.getAffineTransform() ，计算旋转映射矩阵的函数cv.getRotationMatrix2D()

3.密集透视变换函数cv.warpPerspective() 以及相对应的计算透视映射矩阵的函数cv.getPerspectiveTransform() 

python代码（C++代码较复杂，后面抽空补上）

均匀缩放

img = cv.imread("F:\\L-opencv3\\picture\\lena.jpg")
#下面的None本应该是输出图像的尺寸，但是因为后面我们设置了缩放因子，所以，这里为None
res = cv.resize(img,None,fx=2,fy=2,interpolation=cv.INTER_CUBIC)
#或者
#这里直接设置输出图像的尺寸，所以不用设置缩放因子
height,width = img.shape[:2]
res = cv.resize(img,(2*width,2*height),interpolation=cv.INTER_CUBIC)
cv.imshow("Input",img)
cv.imshow("Output",res)
cv.waitKey(0)
cv.destroyAllWindows()

输出图像：

旋转

为了方便matplotlib显示图像，把原图像转为灰度图，因为matplotlib显示Opencv读取的彩色图像会出问题前者RGB,后者BRG，可以用split分离再用merge重新组合通道可正确显示，这里演示仿射变换，用灰度图就够了。
 

img = cv.cvtColor((cv.imread("F:\\L-opencv3\\picture\\lena.jpg")),cv.COLOR_BGR2GRAY)
rows,cols = img.shape
M = cv.getRotationMatrix2D((cols/2,rows/2),45,0.6)
dst = cv.warpAffine(img,M,(2*cols,2*rows))
plt.subplot(121),plt.imshow(img,'gray'),plt.title('Input')
plt.subplot(122),plt.imshow(dst,'gray'),plt.title("Output")
plt.show()

输出图像效果：

仿射变换

在仿射变换中，原图中所有平行线在结果图像中同样平行。为创建这个矩阵，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()

img = cv.cvtColor((cv.imread("F:\\L-opencv3\\picture\\lena.jpg")),cv.COLOR_BGR2GRAY)
rows,clos = img.shape

pst1 = np.float32([[50,50],[200,50],[50,200]])
pst2 = np.float32([[10,100],[200,50],[100,250]])

M = cv.getAffineTransform(pst1,pst2)
dst = cv.warpAffine(img,M,(cols,rows))

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

 

 输出图像效果：

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。需要在原图上找到4个点，以及他们在输出图上对应的位置，这四个点中任意三个都不能共线，可以有函数cv2.getPerspectiveTransform()构建，然后这个矩阵传给函cv2.warpPerspective()

img = cv.cvtColor((cv.imread("F:\\L-opencv3\\picture\\lena.jpg")),cv.COLOR_BGR2GRAY)
rows,clos = img.shape

pts1 = np.float32([[56,65],[152,52],[28,213],[232,235]])
pts2 = np.float32([[0,0],[252,0],[0,252],[252,252]])

M = cv.getPerspectiveTransform(pts1,pts2)

dst = cv.warpPerspective(img,M,(300,300))
plt.subplot(121),plt.imshow(img,'gray'),plt.title("Input")
plt.subplot(122),plt.imshow(dst,'gray'),plt.title("Output")
plt.show()

输出图像效果：