OpenCV（十一）：图像仿射变换
目录
1.图像仿射变换介绍
仿射变换：
仿射变换矩阵：
仿射变换公式：
2.仿射变换函数
仿射变换函数：warpAffine()
图像旋转：getRotationMatrix2D()
计算仿射变换矩阵：getAffineTransform()
3.demo
1.图像仿射变换介绍
仿射变换：
仿射变换是由平移、缩放、旋转、翻转和错切组合得到，也称为三点变换。
仿射变换矩阵：
仿射变换可以通过一个2x3的仿射变换矩阵来表示，该矩阵包含了平移、缩放、旋转和剪切等变换的参数。仿射变换矩阵的一般形式如下：
| A B Tx |
| C D Ty |
其中 (A, B) 和 (C, D) 控制了图像的旋转和缩放，(Tx, Ty) 控制了图像的平移。
仿射变换公式：
对于一个点 P(x, y) 在原始坐标系中，经过仿射变换后得到的新坐标 P'(x', y') 可以通过以下公式计算：
x' = A * x + B * y + Tx
y' = C * x + D * y + Ty
其中，
-
(x, y) 是原始坐标系中点的坐标。
-
(x', y') 是仿射变换后点的新坐标。
-
A、B、C 和 D 是控制旋转、缩放和剪切的矩阵元素。
-
Tx 和 Ty 是平移的量。
这两个公式描述了仿射变换对坐标点的影响。通过适当地设置矩阵元素和平移量，你可以实现各种类型的仿射变换，包括平移、旋转、缩放和剪切。
2.仿射变换函数
仿射变换函数：warpAffine()
void cv::warpAffine ( InputArray src,
OutputArray dst,
InputArray M，
Size dsize，
int flags = INTER_LINEAR,
int borderMode =BORDER CONSTANT,
const Scalar & borderValue = scalar()
）
- src:输入图像
- dst:仿射变换后输出图像，与src数据类型相同，但是尺寸与dsize相同
- M:2X3的变换矩阵。
- dsize:输出图像的尺寸
- flags:插值方法标志
- borderMode:像素边界外推方法的标志
- borderValue:填充边界使用的数值，默认情况下为0
其中，边界填充方法和对应标志：
图像旋转：getRotationMatrix2D()
Mat cv::getRotationMatrix2D ( Point2f center.
double angle
double scale
）
- center:图像旋转的中心位置。
- angle:图像旋转的角度，单位为度，正值为逆时针旋转。
- scale: 两个轴的比例因子，可以实现旋转过程中的图像缩放，不缩放输入1。
计算仿射变换矩阵：getAffineTransform()
Mat cv::getAffineTransform ( const Point2f src[]
const Point2f dst[]
)
- src[]:原图像中的三个像素坐标。
- dst[]:目标图像中的三个像素坐标。
3.demo
#include
#include
#include
#include
#include
#include
#define LOG_TAG "xxx"
#define LOGD(...) __android_log_print(ANDROID_LOG_DEBUG, LOG_TAG, __VA_ARGS__)
using namespace cv;
using namespace std;
extern "C"
JNIEXPORT void JNICALL
Java_com_example_myapplication_MainActivity_opencv_1test(JNIEnv *env, jclass clazz,
jobject bitmap) {
AndroidBitmapInfo info;
void *pixels;
CV_Assert(AndroidBitmap_getInfo(env, bitmap, &info) >= 0);
//判断图片是位图格式有RGB_565 、RGBA_8888
CV_Assert(info.format == ANDROID_BITMAP_FORMAT_RGBA_8888 ||
info.format == ANDROID_BITMAP_FORMAT_RGB_565);
CV_Assert(AndroidBitmap_lockPixels(env, bitmap, &pixels) >= 0);
CV_Assert(pixels);
//将bitmap转化为Mat类 原图像Mat
Mat image(info.height, info.width, CV_8UC4, pixels);
Mat rotation0,img_warp0;
double angle=30;//设置图像的旋转角度
Size dst_size(image.rows,image.cols);//设置输出图像
Point2f center(image.rows/2.0,image.cols/2.0);//设置图像的旋转中心
rotation0=getRotationMatrix2D(center,angle,1);//计算仿射变换矩阵
warpAffine(image,img_warp0,rotation0,dst_size);
imwrite("/sdcard/DCIM/img_warp0.jpg",img_warp0);
//根据定义的三个点进行仿射变换
Point2f src_points[3];
Point2f dst_points[3];
//原始图像中的三个点
src_points[0]=Point2f(0,0);
src_points[1]=Point2f (0,(float )(image.cols-1));
src_points[2]=Point2f ((float )(image.rows-1),(float )(image.cols-1));
//仿射变换后图像中的三个点
dst_points[0]=Point2f ((float )(image.rows)*0.11,(float )(image.cols)*0.20);
dst_points[1]=Point2f ((float )(image.rows)*0.15,(float )(image.cols)*0.70);
dst_points[2]=Point2f ((float )(image.rows)*0.81,(float )(image.cols)*0.85);
Mat rotation1,img_warp1;
rotation1= getAffineTransform(src_points,dst_points);//根据对应点求取仿射变换矩阵
warpAffine(image,img_warp1,rotation1,dst_size);//进行仿射变换
imwrite("/sdcard/DCIM/img_warp1.jpg",img_warp1);
} 
（img_warp0） （img_warp1）