美文网首页
几何变换

几何变换

作者: Tsukinousag | 来源:发表于2021-10-12 15:07 被阅读0次

    缩放

    cv2.resize()
    • 在shape属性中，第一个值对应的是行数，第二个值对应的是列数
    • 在dsize参数中，第一个值对应的是列数，第二个值对应的是行数 
    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

rows,cols=img.shape[:2]

#dsize参数中，行和列倒转
size=(int(cols*0.9),int(rows*0.5))#列缩小为0.9倍，行缩小为0.5倍

rst=cv2.resize(img,size)

print(img.shape)

print(rst.shape)

    (256, 256, 3)
(128, 230, 3)

    控制fx参数和fy参数，完成图像的缩放

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

#fx控制列变换(2倍)，fy控制行变换(0.5倍)
rst=cv2.resize(img,None,fx=2,fy=0.5)

print(img.shape)

print(rst.shape)

    (256, 256, 3)
(128, 512, 3)

    翻转

    cv2.flip()

    第二个参数

    • 0表示绕着x中翻转
    • 正数表示绕着y翻转
    • 负数表示绕着x,y轴同时翻转
    import cv2
import numpy as np

img=cv2.imread("D:/zwy.jpg")

x=cv2.flip(img,0)
y=cv2.flip(img,1)
z=cv2.flip(img,-1)

cv2.imshow("img",img)
cv2.imshow("0",x)
cv2.imshow("1",y)
cv2.imshow("-1",z)

cv2.waitKey(0)

cv2.destroyAllWindows()

    平移

    cv2.warpAffine(src,M,dsize)

    平移变换(x0,y0)

    M:
    [1 0 x0
    0 1 y0 ]

    右：正
    下：正
    左：负
    上：负

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

height,weight=img.shape[:2]

x=100
y=200

M=np.float32([[1,0,x],[0,1,y]])

move=cv2.warpAffine(img,M,(height,weight))

cv2.imshow("move",move)

cv2.waitKey(0)

cv2.destroyAllWindows()

    旋转

    cv2.warpAffine(src,M,dsize)

    cv2.getRotationMatrix2D(中心，正：逆/负：顺，缩放大小)

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

h,w=img.shape[:2]

M=cv2.getRotationMatrix2D((w/2,h/2),45,0.6)

rst=cv2.warpAffine(img,M,(w,h))

cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyAllWindows()

    仿射

    仿射变换可以通过一系列的几何变换来实现平移，旋转多种操作。该变换能够保持图像的平直性和平行性，变换矩阵M

    cv2.warpAffine(src,M,dsize)

    rst=cv2.getAffineTransform(src,dst)

    src表示输入图像的三个点的坐标(左上，右上，左下)
    dst表示输出图像的三个点的坐标

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

row,col=img.shape[:2]

#坐标顺序，先col后row，先列后行
p1=np.float32([[0,0],[col-1,0],[0,row-1]])
p2=np.float32([[0,row*0.33],[col*0.85,row*0.25],[col*0.15,row*0.7]])

M=cv2.getAffineTransform(p1,p2)

dst=cv2.warpAffine(img,M,(col,row))

cv2.imshow("dst",dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

    透视

    透视变换可以将矩形映射成任意形状的四边形

    cv2.warpPerspective(src,M,dsize)

    四个点的顺序(左上，右上，左下，右下)

    import cv2
import numpy as np

img=cv2.imread("D:/renlian.jpg")


row,col=img.shape[:2]

p1=np.float32([[150,50],[400,50],[150,450],[400,450]])
p2=np.float32([[50,50],[row-100,200],[200,col-100],[row-1,col-1]])
#左上 右上 左下 右下

M=cv2.getPerspectiveTransform(p1,p2)
dst=cv2.warpPerspective(img,M,(col,row))

cv2.imshow("dst",dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

    重映射

    把一副图像的像素点放置到另外一幅图像的指定位置

    dst=cv2.remap(src,map1,map2)
    • 用来指定列的参数map1(mapx)内的值均为3
    • 用来指定行的参数map2(mapy)内的值均为0
    import cv2
import numpy as np

img=np.random.randint(0,256,size=[4,5],dtype=np.uint8)

row,col=img.shape[:2]

map1=np.ones(img.shape,np.float32)*3

map2=np.zeros(img.shape,np.float32)

rst=cv2.remap(img,map1,map2,cv2.INTER_LINEAR)

print(img)
print(map1)
print(map2)
print(rst)

    [[120  39 139 175 242]
 [ 72 129 228 213 135]
 [ 55 198 225 251 159]
 [240  10  10  62  54]]
[[3. 3. 3. 3. 3.]
 [3. 3. 3. 3. 3.]
 [3. 3. 3. 3. 3.]
 [3. 3. 3. 3. 3.]]
[[0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]]
[[175 175 175 175 175]
 [175 175 175 175 175]
 [175 175 175 175 175]
 [175 175 175 175 175]]

    通过观察上述结果可知，目标图像(数组)dst内的所有值都来源于原始图像中第0行第3列上的175

    复制

    import cv2
import numpy as np

img=np.random.randint(0,256,size=[4,5],dtype=np.uint8)

row,col=img.shape[:2]

mapx=np.zeros(img.shape,np.float32)
mapy=np.zeros(img.shape,np.float32)

for i in range(row):
    for j in range(col):
        mapx.itemset((i,j),j)
        mapy.itemset((i,j),i)

rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)

print(img)
print(mapx)
print(mapy)
print(rst)

    [[ 22  69  74   6   0]
 [ 89 168 182 168 106]
 [111  49   4 223  45]
 [123  17  54 159 114]]
[[0. 1. 2. 3. 4.]
 [0. 1. 2. 3. 4.]
 [0. 1. 2. 3. 4.]
 [0. 1. 2. 3. 4.]]
[[0. 0. 0. 0. 0.]
 [1. 1. 1. 1. 1.]
 [2. 2. 2. 2. 2.]
 [3. 3. 3. 3. 3.]]
[[ 22  69  74   6   0]
 [ 89 168 182 168 106]
 [111  49   4 223  45]
 [123  17  54 159 114]]

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

row,col=img.shape[:2]

map1=np.zeros(img.shape[:2],np.float32)
map2=np.zeros(img.shape[:2],np.float32)

for i in range(col):
    for j in range(row):
        map1.itemset((i,j),j)
        map2.itemset((i,j),i)

rst=cv2.remap(img,map1,map2,cv2.INTER_LINEAR)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyWindow()

    绕x轴翻转

    使用与之前的函数方便

    cv2.flip()

    import cv2
import numpy as np

img=np.random.randint(0,256,size=[4,5],dtype=np.uint8)

row,col=img.shape

mapx=np.zeros(img.shape,np.float32)
mapy=np.zeros(img.shape,np.float32)

for i in range(row):
    for j in range(col):
        mapx.itemset((i,j),j)
        mapy.itemset((i,j),row-1-i)

rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)

print(img)
print(mapx)
print(mapy)
print(rst)

    [[169   0  53 122  38]
 [202 151  45  34 111]
 [255  32  42  83 184]
 [247 208 196 216 149]]
[[0. 1. 2. 3. 4.]
 [0. 1. 2. 3. 4.]
 [0. 1. 2. 3. 4.]
 [0. 1. 2. 3. 4.]]
[[3. 3. 3. 3. 3.]
 [2. 2. 2. 2. 2.]
 [1. 1. 1. 1. 1.]
 [0. 0. 0. 0. 0.]]
[[247 208 196 216 149]
 [255  32  42  83 184]
 [202 151  45  34 111]
 [169   0  53 122  38]]

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

row,col=img.shape[:2]

mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(row):
    for j in range(col):
        mapx.itemset((i,j),j)
        mapy.itemset((i,j),row-1-i)

rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyWindow()

    绕y轴翻转

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

row,col=img.shape[:2]

mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(row):
    for j in range(col):
        mapx.itemset((i,j),col-j-1)
        mapy.itemset((i,j),i)

rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyWindow()

    绕x轴，y轴翻转

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

row,col=img.shape[:2]

mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(row):
    for j in range(col):
        mapx.itemset((i,j),col-j-1)
        mapy.itemset((i,j),row-i-1)

rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyWindow()

    x轴，y轴互换

    • mapx的值调整为所在行的行号
    • mapy的值调整为所在列的列号

    注：如果行数和列数不一致，上述运算可能存在无法映射的情况，无法完成映射的值会被处理为0

    import cv2
import numpy as np

img=cv2.imread("D:/hjb.jpg")

row,col=img.shape[:2]

mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(row):
    for j in range(col):
        mapx.itemset((i,j),i)
        mapy.itemset((i,j),j)

rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyWindow()

    图像缩放

    • 在目标图像的x轴(0.25xlen,0.75xlen)区间内生成缩小图像；x轴其余区域的点取样自x轴上的任意一点的值

    相关文章

      网友评论

          本文标题：几何变换

          本文链接：https://www.haomeiwen.com/subject/ujdroltx.html

          延伸阅读

          深度阅读

          • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

          栏目导航

          热点阅读

          关于我们|服务条款|联系我们|几何变换|投稿指南|网站地图|RSS订阅|排版工具|手机版

          提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

          Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

          备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

          本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

          所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！