欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python使用?OpenCV?進(jìn)行圖像投影變換

 更新時(shí)間:2022年08月24日 17:20:29   作者:woshicver  
這篇文章主要介紹了Python使用?OpenCV?進(jìn)行圖像投影變換,文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下

投影變換(仿射變換)

在數(shù)學(xué)中,線性變換是將一個(gè)向量空間映射到另一個(gè)向量空間的函數(shù),通常由矩陣實(shí)現(xiàn)。如果映射保留向量加法和標(biāo)量乘法,則映射被認(rèn)為是線性變換。

要將線性變換應(yīng)用于向量(即,一個(gè)點(diǎn)的坐標(biāo),在我們的例子中——像素的 x 和 y 值),需要將該向量乘以表示線性變換的矩陣。作為輸出,你將獲得一個(gè)坐標(biāo)轉(zhuǎn)換后的向量。

投影變換可以用以下矩陣表示:

其中:

是一個(gè)旋轉(zhuǎn)矩陣。該矩陣定義了將要執(zhí)行的變換類型:縮放、旋轉(zhuǎn)等。

是平移向量。它只是移動(dòng)點(diǎn)。

是投影向量。對(duì)于仿射變換,該向量的所有元素始終等于 0。

如果 x 和 y 是一個(gè)點(diǎn)的坐標(biāo),則可以通過(guò)簡(jiǎn)單的乘法進(jìn)行變換:

這里,x' 和 y' 是變換點(diǎn)的坐標(biāo)。

這就是仿射變換的全部理論?,F(xiàn)在我將深入研究該程序:

步驟 1:讀取源圖像并獲取源圖像大?。?/strong>

# Read source image
img_src = cv2.imread('source_image.jpg')
h, w, c = img_src.shape
 
# Get source image parameter: 
#[[left,top], [left,bottom], [right, top], [right, bottom]]
 
img_src_coordinate = np.array([[0,0],[0,h],[w,0],[w,h]])

根據(jù)源圖像,我們將得到相關(guān)坐標(biāo)如下:

[[左,上],[左,下],[右,上],[右,下]]

好的!現(xiàn)在我們使用 get_paste_position 來(lái)獲取目標(biāo)圖像中的坐標(biāo),源圖像將被粘貼到該坐標(biāo)。

def get_paste_position(event, x, y, flags, paste_coordinate_list):
    cv2.imshow('collect coordinate', img_dest_copy)
    if event == cv2.EVENT_LBUTTONUP:
    # Draw circle right in click position
    cv2.circle(img_dest_copy, (x, y), 2, (0, 0, 255), -1)
    # Append new clicked coordinate to paste_coordinate_list
    paste_coordinate_list.append([x, y])

點(diǎn)擊4個(gè)點(diǎn)后,我們將4個(gè)點(diǎn)保存到paste_coordinate_list:

while True:
    cv2.waitKey(1)
    if len(paste_coordinate) == 4:
        break

然后,這 4 個(gè)點(diǎn)將通過(guò) cv2.findHomography 計(jì)算投影變換矩陣。

matrix, _ = cv2.findHomography(img_src_coordinate, paste_coordinate, 0)

得到投影變換矩陣后,我們將使用 cv2.warpPerspective 將源圖像轉(zhuǎn)換為具有目標(biāo)圖像大小的透視圖像。

perspective_img = cv2.warpPerspective(img_src, matrix, (img_dest.shape[1], img_dest.shape[0]))

這是透視圖的樣子:

透視圖

最后,將透視圖像應(yīng)用于目標(biāo)圖像,這就是最終效果:

完整代碼:

import cv2 as cv2
import numpy as np
 
# This function will get click pixel coordinate that source image will be pasted to destination image
def get_paste_position(event, x, y, flags, paste_coordinate_list):
    cv2.imshow('collect coordinate', img_dest_copy)
    if event == cv2.EVENT_LBUTTONUP:
    # Draw circle right in click position
    cv2.circle(img_dest_copy, (x, y), 2, (0, 0, 255), -1)

    # Append new clicked coordinate to paste_coordinate_list
    paste_coordinate_list.append([x, y])
if __name__ == '__main__':
    
    # Read source image
    img_src = cv2.imread('woman-1807533_960_720.webp', cv2.IMREAD_COLOR)
    
    # cv2.imwrite('source_image.jpg', img_src)
    h, w, c = img_src.shape
    
    # Get source image parameter: [[left,top], [left,bottom], [right, top], [right, bottom]]
    img_src_coordinate = np.array([[0,0],[0,h],[w,0],[w,h]])
    
    # Read destination image
    img_dest = cv2.imread('billboard-g7005ff0f9_1920.jpg', cv2.IMREAD_COLOR)
    
    # copy destination image for get_paste_position (Just avoid destination image will be draw)
    img_dest_copy = img_dest.copy()#np.tile(img_dest, 1)
    
    # paste_coordinate in destination image
    paste_coordinate = []
    cv2.namedWindow('collect coordinate')
    cv2.setMouseCallback('collect coordinate', get_paste_position, paste_coordinate)
    
    while True:
        cv2.waitKey(1)
        if len(paste_coordinate) == 4:
            break
    paste_coordinate = np.array(paste_coordinate)
    
    # Get perspective matrix
    matrix, _ = cv2.findHomography(img_src_coordinate, paste_coordinate, 0)
    print(f'matrix: {matrix}')
    perspective_img = cv2.warpPerspective(img_src, matrix, (img_dest.shape[1], img_dest.shape[0]))
    cv2.imshow('img', perspective_img)
    cv2.copyTo(src=perspective_img, mask=np.tile(perspective_img, 1), dst=img_dest)
    cv2.imshow('result', img_dest)
    cv2.waitKey()
    cv2.destroyAllWindows()

到此這篇關(guān)于Python使用 OpenCV 進(jìn)行圖像投影變換的文章就介紹到這了,更多相關(guān)Python OpenCV 圖像投影內(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

  • django模板語(yǔ)法學(xué)習(xí)之include示例詳解

    django模板語(yǔ)法學(xué)習(xí)之include示例詳解

    寫(xiě)過(guò) Web 程序的都對(duì) include 包含文件很熟悉,那么在 Django,include 又是怎么一個(gè)機(jī)制呢?下面這篇文章主要給大家介紹了關(guān)于django模板語(yǔ)法學(xué)習(xí)之include的相關(guān)資料,需要的朋友可以參考借鑒,下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。
    2017-12-12
  • python實(shí)現(xiàn)音樂(lè)播放和下載小程序功能

    python實(shí)現(xiàn)音樂(lè)播放和下載小程序功能

    這篇文章主要介紹了python實(shí)現(xiàn)音樂(lè)播放和下載小程序功能,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-04-04
  • Python實(shí)現(xiàn)遞歸遍歷文件夾并刪除文件

    Python實(shí)現(xiàn)遞歸遍歷文件夾并刪除文件

    本文給大家匯總了3個(gè)Python實(shí)現(xiàn)遍歷文件夾并刪除的代碼,主要是給大家分享下這3種方法的實(shí)現(xiàn)思路,有需要的小伙伴可以參考下
    2016-04-04
  • python操作toml文件的示例代碼

    python操作toml文件的示例代碼

    這篇文章主要介紹了python操作toml文件的示例代碼,幫助大家更好的理解和學(xué)習(xí)python,感興趣的朋友可以了解下
    2020-11-11
  • python矩陣轉(zhuǎn)換為一維數(shù)組的實(shí)例

    python矩陣轉(zhuǎn)換為一維數(shù)組的實(shí)例

    今天小編就為大家分享一篇python矩陣轉(zhuǎn)換為一維數(shù)組的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-06-06
  • pytorch損失反向傳播后梯度為none的問(wèn)題

    pytorch損失反向傳播后梯度為none的問(wèn)題

    這篇文章主要介紹了pytorch 出現(xiàn)損失反向傳播后梯度為none的問(wèn)題,具有很好的參考價(jià)值,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python爬取網(wǎng)頁(yè)中的圖片(搜狗圖片)詳解

    Python爬取網(wǎng)頁(yè)中的圖片(搜狗圖片)詳解

    沒(méi)想到python是如此強(qiáng)大,令人著迷,以前看見(jiàn)圖片總是一張一張復(fù)制粘貼,現(xiàn)在好了,學(xué)會(huì)python就可以用程序?qū)⒁粡垙垐D片,保存下來(lái)。下面這篇文章主要給大家介紹了利用Python3.6爬取搜狗圖片網(wǎng)頁(yè)中圖片的相關(guān)資料,需要的朋友可以參考下。
    2017-03-03
  • Python根據(jù)字典的值查詢出對(duì)應(yīng)的鍵的方法

    Python根據(jù)字典的值查詢出對(duì)應(yīng)的鍵的方法

    這篇文章主要介紹了Python根據(jù)字典的值查詢出對(duì)應(yīng)的鍵的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • 分享vim python縮進(jìn)等一些配置

    分享vim python縮進(jìn)等一些配置

    本篇文章給大家分享了vim python縮進(jìn)等一些配置的相關(guān)知識(shí)點(diǎn),有需要的朋友可以參考下。
    2018-07-07
  • python中的關(guān)鍵字參數(shù)*args和**kwargs詳解

    python中的關(guān)鍵字參數(shù)*args和**kwargs詳解

    這篇文章主要介紹了python中的關(guān)鍵字參數(shù)*args和**kwargs詳解,在定義類或函數(shù)時(shí),有時(shí)候會(huì)用到*args和**kwargs,前者叫位置參數(shù),后者叫關(guān)鍵字參數(shù),需要的朋友可以參考下
    2023-11-11

最新評(píng)論