欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

OpenCV實(shí)現(xiàn)常見(jiàn)的四種圖像幾何變換

 更新時(shí)間:2022年04月01日 09:48:10   作者:侯小啾  
這篇文章主要介紹了利用OpenCV實(shí)現(xiàn)的四種圖像幾何變換:縮放、翻轉(zhuǎn)、仿射變換及透視。文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編學(xué)習(xí)一下

準(zhǔn)備圖片

選擇一張shape為(500,500,3)的梵高的《星月夜》以便示例。

1. 縮放 cv2.resize()方法

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

src 原圖(的數(shù)組)

dsize: 輸出圖像的大小 格式:(a,b)。

設(shè)定dsize后就無(wú)需再設(shè)置fx和fy

fx 可選參數(shù) 水平方向縮放比

fy 可選參數(shù) 垂直方向縮放比

fx和fy不同于dsize,fx和fy是各是一個(gè)比值,如設(shè)為2,則表示放大2倍,設(shè)為1/2則表示縮小到原來(lái)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(zhí)行結(jié)果如圖所示,相比原圖,圖像得到了指定大小的縮小與放大。

使用fx和fy參數(shù),則需要手動(dòng)把dsize設(shè)為None。

import cv2
img = cv2.imread("The_Starry_Night.jpg")  
# 將寬縮小到原來(lái)的1/3、高縮小到原來(lái)的1/2
dst3 = cv2.resize(img, None, fx=1 / 3, fy=1 / 2) 
# 將寬高擴(kuò)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(jié)果呈現(xiàn):

2. 翻轉(zhuǎn) cv2.flip()方法

flip(src, flipCode, dst=None)

src 圖像(數(shù)組)

flipCode 翻轉(zhuǎn)代碼。可以是0,正數(shù),負(fù)數(shù)。0表示沿X軸(水平方向的軸)翻轉(zhuǎn)。1表示沿Y軸(豎直方向的軸)翻轉(zhuǎn)。

負(fù)數(shù)表示同時(shí)沿X軸和Y軸翻轉(zhuǎn)。

講原圖經(jīng)過(guò)著三種翻轉(zhuǎn)后,與原圖拼在一塊,呈現(xiàn)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(zhuǎn)結(jié)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()
# 保存圖片
# cv2.imwrite("final_pic", canvas)

結(jié)果呈現(xiàn):

3. 仿射變換 warpAffine()方法

常見(jiàn)的仿射變換有平移,旋轉(zhuǎn)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(gè)二行三列的矩陣,也稱仿射矩陣。warpAffine方法根據(jù)此矩陣的值來(lái)變換像素的位置。

M = [[a, b, c], [d, e, f]],則像素的變換公式為:

X = x × a + y × b + c

Y = x × d + y × e + f

其中x,y指原像素的x、y軸坐標(biāo)。X,Y指變換后的X,Y坐標(biāo)。

dsize 輸出圖像的尺寸。(不帶放縮,增大的部分用黑色色素(0)填充)

這三個(gè)參數(shù)是常用的參數(shù)。其余參數(shù)建議使用默認(rèn)值。

flags表示插入方式,borderMode是邊界類型,borderValue表示邊界值(默認(rèn)0)。dst表示反射變換后輸出的圖像。

3.1 平移

以將《星月夜》向左平移50個(gè)像素,向下平移100個(gè)像素為例。

則M數(shù)組應(yīng)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,圖像按照我們的預(yù)期成功被平移。

只是這樣得到的圖像有色素?fù)p失,我們丟失了超出畫布之外的數(shù)據(jù)。

為了避免損失,可以取設(shè)置dsize參數(shù)來(lái)控制輸出圖像的大小。

修改后的代碼如下:

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(yōu)化后的程序執(zhí)行效果:

3.2 旋轉(zhuǎn)

旋轉(zhuǎn)也是通過(guò)M矩陣來(lái)實(shí)現(xiàn)的,這個(gè)矩陣的運(yùn)算較復(fù)雜,

OpenCV提供了getRotationMatrix2D()方法來(lái)計(jì)算旋轉(zhuǎn)操作的M矩陣

getRotationMatrix2D(center, angle, scale)

center 指旋轉(zhuǎn)中心的坐標(biāo)

angle指旋轉(zhuǎn)的角度

scale值縮放的比例。(旋轉(zhuǎn)過(guò)程支持縮放)

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(zhuǎn)效果如圖所示:

3.3 傾斜

OpenCV需要定位到圖像的三個(gè)點(diǎn)的位置來(lái)計(jì)算傾斜效果,即左上角,右上角和左下角。

圖像的傾斜也是根據(jù)M矩陣實(shí)現(xiàn),得出矩陣的運(yùn)算較復(fù)雜,通過(guò)getAffineTransform 方法實(shí)現(xiàn)。

語(yǔ)法

getAffineTransform(src, dst)

src是原圖像的左上角,右上角和左下角三個(gè)點(diǎn)的坐標(biāo)。三維數(shù)組格式,形如[[a, b], [c, d], [e, f]]。

dst是傾斜后這三個(gè)點(diǎn)預(yù)期的坐標(biāo)。格式同上。

要保持左上,右下,左下三個(gè)點(diǎn)的順序不能亂。

以將《星月夜》保持左下角和右上角坐標(biāo)不變,左上角((0,0)處)向右移動(dòng)150個(gè)像素長(zhǎng)度。

代碼如下:

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()

程序執(zhí)行效果如下:

4. 透視

透視的實(shí)現(xiàn)使用的是warpPerspective()方法,而不再是用于平移、旋轉(zhuǎn)、傾斜的warpAffine()方法。

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

getPerspectiveTransform(src, dst, solveMethod=None)

該方法常用的參數(shù)有兩個(gè),分別為原圖的四個(gè)點(diǎn)的坐標(biāo)(scr) 和 透視后四個(gè)點(diǎn)的坐標(biāo)(dst)。Opcv需要通過(guò)定位圖像的這四個(gè)點(diǎn)來(lái)計(jì)算透視效果。四個(gè)點(diǎn)依次為左上,右上,左下,右下。

坐標(biāo)格式為二維數(shù)組格式,形如[[a, b],[c, d],[e, f],[g, h]]。

示例代碼如下:

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(diǎn)坐標(biāo)
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]
# 透視后的四點(diǎn)坐標(biāo)
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()

展示原圖和透視后的圖像效果:

到此這篇關(guān)于OpenCV實(shí)現(xiàn)常見(jiàn)的四種圖像幾何變換的文章就介紹到這了,更多相關(guān)OpenCV圖像幾何變換內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論