【原】python+opencv图像处理（十二）

图像仿射变换和透视变换

天晴了......

1、仿射变换

图像的仿射变换就是图像的旋转加上拉升，说直白点，就是把矩形变成平行四边形。

要把矩形变成平行四边行，只需要拉伸其四个角点就行了，事实上，只需要确定前面三个点，最后一个点自然就能确定了。

也就是要改变下图所示的三个点的值，对应到新的平行四边形上相应的三个点即可。

这三个原点以及三个变换后的点呢，就组成了一个变换矩阵M。

opencv提供了根据变换前后三个点的对应关系来自动求解M。这个函数是M=cv2.getAffineTransform(pos1,pos2),其中两个位置就是变换前后的对应位置关系。输出的就是仿射矩阵M。

然后在使用函数cv2.warpAffine()即可完成仿射变换。

如下图所示，左图是原图，右图是仿射变换之后的结果图。

其代码如下：

from matplotlib import pyplot as plt

import cv2

import numpy as np

img = cv2.imread('E:/image/le.jpg')

print(img.shape)

rows,cols = img.shape[:2]

pts1 = np.float32([[0,0],[rows-1,0],[0,cols-1]])#原来三个点的位置

pts2 = np.float32([[20,20],[rows-50,50],[100,cols-100]])#变换后三个点的位置

M = cv2.getAffineTransform(pts1,pts2)#合成变换矩阵

res = cv2.warpAffine(img,M,(cols,rows))#第三个参数：变换后的图像大小

#显示图像

plt.subplot(121)

plt.imshow(img[:,:,[2,1,0]])

plt.axis('off')

plt.title("yuan")

plt.subplot(122)

plt.imshow(res[:,:,[2,1,0]])

plt.axis('off')

plt.title("dst")

plt.show()

2、透视变换

对于透视变换，需要确定四个点的位置，其四个点对应的位置如下图。

可以通过opencv的函数cv2.getPerspectiveTransform找到变换矩阵. 然后将cv2.warpPerspective应用于此3x3变换矩阵，即可完成透视变换。

有一种说法是说，通过透视变换可以将平行四边形变为矩形。

如下图所示，左图为原图，右图为透视变换后的图。

其代码如下：

import cv2

import numpy as np

import matplotlib.pylab  as plt

img = cv2.imread('E:/image/ch.jpg')

print(img.shape)

rows,cols,ch = img.shape

pts1 = np.float32([[20,20],[rows-50,50],[0,cols],[rows-50,cols-50]])#原图四个角点的位置，我的第三个点位置没找对，所以结果图只有1，2，4三个点进行了拉伸，而第3个点没变。

pts2 = np.float32([[0,0],[rows,0],[0,cols],[rows,cols]])#结果图的四个点对应的位置，我这里是四个顶点

M = cv2.getPerspectiveTransform(pts1,pts2)#合成变换矩阵

dst = cv2.warpPerspective(img,M,(cols,rows))#进行变换

#以下为显示图像

plt.subplot(121),plt.imshow(img[:,:,[2,1,0]]),plt.title('Input'),plt.axis('off')

plt.subplot(122),plt.imshow(dst[:,:,[2,1,0]]),plt.title('Output'),plt.axis('off')

plt.show()