OpenCV實現常見的四種影象幾何變換

2022-04-01 13:02:40

準備圖片

選擇一張shape為(500,500,3)的梵高的《星月夜》以便範例。

1. 縮放 cv2.resize()方法

cv2.resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None)

src 原圖（的陣列）

dsize: 輸出影象的大小格式：(a,b)。

設定dsize後就無需再設定fx和fy

fx 可選引數水平方向縮放比

fy 可選引數垂直方向縮放比

fx和fy不同於dsize，fx和fy是各是一個比值，如設為2，則表示放大2倍，設為1/2則表示縮小到原來的1/2

import cv2
img = cv2.imread("The_Starry_Night.jpg")

dst1 = cv2.resize(img, (200, 200))
dst2 = cv2.resize(img, (900, 900))
cv2.imshow("img", img)
cv2.imshow("dst1", dst1)
cv2.imshow("dst2", dst2)
cv2.waitKey()
cv2.destroyAllWindows()

執行結果如圖所示，相比原圖，影象得到了指定大小的縮小與放大。

使用fx和fy引數，則需要手動把dsize設為None。

import cv2
img = cv2.imread("The_Starry_Night.jpg")  
# 將寬縮小到原來的1/3、高縮小到原來的1/2
dst3 = cv2.resize(img, None, fx=1 / 3, fy=1 / 2) 
# 將寬高擴大2倍
dst4 = cv2.resize(img, None, fx=2, fy=2)  
cv2.imshow("img", img)
cv2.imshow("dst3", dst3) 
cv2.imshow("dst4", dst4) 
cv2.waitKey() 
cv2.destroyAllWindows()

結果呈現：

2. 翻轉 cv2.flip()方法

flip(src, flipCode, dst=None)

src 影象（陣列）

flipCode 翻轉程式碼。可以是0，正數，負數。0表示沿X軸（水平方向的軸）翻轉。1表示沿Y軸（豎直方向的軸）翻轉。

負數表示同時沿X軸和Y軸翻轉。

講原圖經過著三種翻轉後，與原圖拼在一塊，呈現出了這種奇觀：

import cv2
img = cv2.imread("The_Starry_Night.jpg")
dst1 = cv2.flip(img, 0)
dst2 = cv2.flip(img, 1)
dst3 = cv2.flip(img, -1)
cv2.imshow("img", img)
cv2.imshow("dst1", dst1)
cv2.imshow("dst2", dst2)
cv2.imshow("dst3", dst3)
cv2.waitKey()
cv2.destroyAllWindows()

將翻轉結果放在同一張畫布中

import cv2
import numpy as np
img = cv2.imread("The_Starry_Night.jpg")
dst1 = cv2.flip(img, 0)
dst2 = cv2.flip(img, 1)
dst3 = cv2.flip(img, -1)
a, b, c = img.shape
canvas = np.ones((2 * a, 2 * b, c), np.uint8) * 255
canvas[0:b, 0:a] = img
canvas[b:2*b, 0:a] = dst1
canvas[0:b, a:2*a] = dst2
canvas[b:2*b, a:2*a] = dst3
cv2.imshow("pic", canvas)
cv2.waitKey()
cv2.destroyAllWindows()
# 儲存圖片
# cv2.imwrite("final_pic", canvas)

結果呈現：

3. 仿射變換 warpAffine()方法

常見的仿射變換有平移，旋轉和傾斜變換。

仿射變換使用cv2.warpAffine()方法完成

warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None)

src 原圖

M 是一個二行三列的矩陣，也稱仿射矩陣。warpAffine方法根據此矩陣的值來變換畫素的位置。

M = [[a, b, c], [d, e, f]]，則畫素的變換公式為：

X = x × a + y × b + c

Y = x × d + y × e + f

其中x,y指原畫素的x、y軸座標。X,Y指變換後的X,Y座標。

dsize 輸出影象的尺寸。（不帶放縮，增大的部分用黑色色素(0)填充）

這三個引數是常用的引數。其餘引數建議使用預設值。

flags表示插入方式，borderMode是邊界型別，borderValue表示邊界值（預設0）。dst表示反射變換後輸出的影象。

3.1 平移

以將《星月夜》向左平移50個畫素，向下平移100個畫素為例。

則M陣列應寫為[[1, 0, 50], [0, 1, 100]]：

import cv2
import numpy as np
img = cv2.imread("The_Starry_Night.jpg")
rows = len(img)
cols = len(img[0])
M = np.float32([[1, 0, 50],
                [0, 1, 100]]) 
dst = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow("img", img) 
cv2.imshow("dst", dst) 
cv2.waitKey() 
cv2.destroyAllWindows()

如圖所示，影象按照我們的預期成功被平移。

只是這樣得到的影象有色素損失，我們丟失了超出畫布之外的資料。

為了避免損失，可以取設定dsize引數來控制輸出影象的大小。

修改後的程式碼如下：

import cv2
import numpy as np
img = cv2.imread("The_Starry_Night.jpg")
rows = len(img)
cols = len(img[0])
M = np.float32([[1, 0, 50],
                [0, 1, 100]])
dst = cv2.warpAffine(img, M, (cols+200, rows+200))
cv2.imshow("img", img)
cv2.imshow("dst", dst)
cv2.waitKey()
cv2.destroyAllWindows()

優化後的程式執行效果：

3.2 旋轉

旋轉也是通過M矩陣來實現的，這個矩陣的運算較複雜，

OpenCV提供了getRotationMatrix2D()方法來計算旋轉操作的M矩陣

getRotationMatrix2D(center, angle, scale)

center 指旋轉中心的座標

angle指旋轉的角度

scale值縮放的比例。（旋轉過程支援縮放）

import cv2
img = cv2.imread("The_Starry_Night.jpg")
rows = len(img) 
cols = len(img[0]) 
center = (rows / 2, cols / 2) 
M = cv2.getRotationMatrix2D(center, 30, 0.8) 
dst = cv2.warpAffine(img, M, (cols, rows)) 
cv2.imshow("img", img) 
cv2.imshow("dst", dst) 
cv2.waitKey() 
cv2.destroyAllWindows()

旋轉效果如圖所示：

3.3 傾斜

OpenCV需要定位到影象的三個點的位置來計算傾斜效果，即左上角，右上角和左下角。

影象的傾斜也是根據M矩陣實現，得出矩陣的運算較複雜，通過getAffineTransform 方法實現。

語法

getAffineTransform(src, dst)

src是原影象的左上角，右上角和左下角三個點的座標。三維陣列格式，形如[[a, b], [c, d], [e, f]]。

dst是傾斜後這三個點預期的座標。格式同上。

要保持左上，右下，左下三個點的順序不能亂。

以將《星月夜》保持左下角和右上角座標不變，左上角（(0,0)處）向右移動150個畫素長度。

程式碼如下：

import cv2
import numpy as np
img = cv2.imread("The_Starry_Night.jpg")
rows = len(img)
cols = len(img[0])
p1 = np.array([[0, 0], [cols - 1, 0], [0, rows - 1]], dtype=np.float32)
p2 = np.array([[150, 0], [cols - 1, 0], [0, rows - 1]], dtype=np.float32)
M = cv2.getAffineTransform(p1, p2)
dst = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow('img', img)
cv2.imshow('dst', dst)
cv2.waitKey()
cv2.destroyAllWindows()

程式執行效果如下：

4. 透視

透視的實現使用的是warpPerspective()方法，而不再是用於平移、旋轉、傾斜的warpAffine()方法。

使用warpPerspective()方法也需要通過M矩陣來計算透視效果，計算透視的M矩陣可以使用getPerspectiveTransform()方法。

getPerspectiveTransform(src, dst, solveMethod=None)

該方法常用的引數有兩個，分別為原圖的四個點的座標(scr) 和透視後四個點的座標(dst)。Opcv需要通過定點陣影象的這四個點來計算透視效果。四個點依次為左上，右上，左下，右下。

座標格式為二維陣列格式，形如[[a, b],[c, d],[e, f],[g, h]]。

範例程式碼如下：

import cv2
import numpy as np
img = cv2.imread("The_Starry_Night.jpg")
rows = len(img)
cols = len(img[0])
# 原圖的四點座標
p1 = np.zeros((4, 2), np.float32)
p1[0] = [0, 0]
p1[1] = [cols - 1, 0]
p1[2] = [0, rows - 1]
p1[3] = [cols - 1, rows - 1]
# 透視後的四點座標
p2 = np.zeros((4, 2), np.float32)
p2[0] = [150, 0]
p2[1] = [cols - 150, 0]
p2[2] = [0, rows - 1]  # 不變
p2[3] = [cols - 1, rows - 1]  # 不變
M = cv2.getPerspectiveTransform(p1, p2)
dst = cv2.warpPerspective(img, M, (cols, rows))
cv2.imshow('The_Starry_Night', img)
cv2.imshow('The_Starry_Night2', dst)
cv2.waitKey()
cv2.destroyAllWindows()

展示原圖和透視後的影象效果：

到此這篇關於OpenCV實現常見的四種影象幾何變換的文章就介紹到這了,更多相關OpenCV影象幾何變換內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！