java仿射变换_opencv 几何变换 二维仿射变换和三维的透视变换

二维仿射变换，相当于将二维平面上的每个坐标点与一个2X3的矩阵相乘，得到新的坐标，而透视变换则是与3X3的矩阵相乘，原本平行的两条直线在经过仿射变换后依然平行，但经过透视变化之后，可能不再平行。

仿射变换有6个参数，因此只需要指定变换前后3个坐标点的坐标，就可以通过解线性方程组获得变换矩阵。可以使用getAffineTransform(src，dst)来快速完成计算，src和dst参数是变换前后三个点的坐标，他们都是形状为(3,2)的单精度浮点数数组。

src为三角形三个顶点坐标，三个点分别为三个顶点，dst为三个顶点仿射变化后的坐标，使用getAffineTransform得到变换矩阵，然后使用warpAffine进行仿射变化

import cv2 as cv

import numpy as np

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

cv.imshow('img', img)

h, w = img.shape[:2]

src = np.array([[0, 0], [w - 1, 0], [0, h - 1]], dtype=np.float32)

dst = np.array([[300, 300], [800, 100], [100, 600]], dtype=np.float32)

m = cv.getAffineTransform(src, dst)

# 使用m矩阵变换，结果为两倍图像大小，使用白色填充

res = cv.warpAffine(

img,

m,

(2 * w, 2 * h),

borderValue=(255, 255, 255, 255)

)

cv.imshow('res', res)

cv.waitKey(0)

三维透视变换类似

不过需要使用四个变换点的坐标计算变换矩阵

import cv2 as cv

import numpy as np

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

cv.imshow('img', img)

h, w = img.shape[:2]

src = np.array([[0, 0], [w - 1, 0], [w - 1, h - 1], [0, h - 1]], dtype=np.float32)

dst = np.array([[300, 300], [800, 100], [900, 900], [100, 600]], dtype=np.float32)

m = cv.getPerspectiveTransform(src, dst)

# 使用m矩阵变换，结果为两倍图像大小，使用白色填充

res = cv.warpPerspective(

img,

m,

(2 * w, 2 * h),

borderValue=(255, 255, 255, 255)

)

cv.imshow('res', res)

cv.waitKey(0)

转载至链接:https://my.oschina.net/ahaoboy/blog/1933938