OpenCV+Python幾何變換的實現(xiàn)示例

更新時間：2021年03月16日 09:43:04 作者：雨吹桐

這篇文章主要介紹了OpenCV+Python幾何變換的實現(xiàn)示例，圖像的幾何變換是指將一幅圖像映射到另一幅圖像內(nèi)。有縮放、翻轉(zhuǎn)、仿射變換、透視、重映射等操作。感興趣的可以了解一下

幾何變換

圖像的幾何變換是指將一幅圖像映射到另一幅圖像內(nèi)。有縮放、翻轉(zhuǎn)、仿射變換、透視、重映射等操作。

1 縮放

使用cv2.resize()函數(shù)實現(xiàn)對圖像的縮放，但要注意cv2.resize()函數(shù)內(nèi)的dsize參數(shù)與原圖像的行列屬性是相反的，也就是：目標圖像的行數(shù)是原始圖像的列數(shù)，目標圖像的列數(shù)是原始圖像的行數(shù)。

下面舉例說明cv2.resize()函數(shù)的用法：

import cv2
img=cv2.imread('E:/python_opencv/tupian.jpg')
rows,cols=img.shape[0:2]  #行數(shù)和列數(shù)等于img的長度和寬度
size=(int(cols*0.9),int(rows*0.5))  #比例：列變?yōu)樵瓉?.9倍，行變?yōu)?.5倍
rst=cv2.resize(img,size)  #將img按size比例縮放
print('img.shape=',img.shape)
print('rst.shape=',rst.shape)

運行程序的結果如下：

img.shape=(600,60,3)
rst.shape=(300,54,3)

可以看出，行數(shù)變?yōu)樵瓉淼?.5倍，列數(shù)變?yōu)樵瓉淼?.9倍。代碼中size的行列位置發(fā)生了交換。

2 翻轉(zhuǎn)

使用cv2.flip()函數(shù)對圖像翻轉(zhuǎn)，能夠?qū)崿F(xiàn)水平方向翻轉(zhuǎn)、垂直方向翻轉(zhuǎn)、兩個方向同時翻轉(zhuǎn)。

下面舉例說明cv2.flip()函數(shù)的用法：

import cv2
img=cv2.imread('E:/python_opencv/tupian.jpg')
x=cv2.flip(img,0)   #圖x對原圖像繞x軸翻轉(zhuǎn)
y=cv2.flip(img,1)   #圖y對原圖像繞y軸翻轉(zhuǎn)
xy=cv2.flip(img,-1)  #圖xy對原圖像繞x軸y軸同時翻轉(zhuǎn)
cv2.imshow('img',img)
cv2.imshow('x',x)
cv2.imshow('y',y)
cv2.imshow('xy',xy)
cv2.waitKey()
cv2.destroyAllWindows()

程序運行結果如下四幅圖，第一幅是原圖，第二幅是繞x軸翻轉(zhuǎn)，第三幅是繞y軸翻轉(zhuǎn)，第四幅是繞x軸y軸同時翻轉(zhuǎn)。

3 仿射

仿射變換是指圖像實現(xiàn)平移、旋轉(zhuǎn)等操作。

先設置一個變換矩陣M，然后使用cv2.warpAffine()函數(shù)對原圖像和變換矩陣M進行仿射操作。

（一）平移

要實現(xiàn)圖像的平移，我們先自定義一個轉(zhuǎn)換矩陣，再進行仿射平移變換。例程如下：

import cv2
import numpy as np
img=cv2.imread('E:\python_opencv/tupian.jpg')
height,width=img.shape[:2]     #讀取原圖像的長和寬
x=100                      #自定義轉(zhuǎn)換矩陣M的x軸移動值
y=200                      #自定義轉(zhuǎn)換矩陣M的y軸移動值
M=np.float32([[1,0,x],[0,1,y]])    #構造轉(zhuǎn)換矩陣M
move=cv2.warpAffine(img,M,(width,height))  #平移映射
cv2.imshow('orginal',img)
cv2.imshow('move',move)
cv2.waitKey()
cv2.destroyAllWindows()

程序運行結果如下圖所示，左為原圖，右為平移后的圖。

（二）旋轉(zhuǎn)

使用函數(shù)cv2.getRotationMatrix2D()獲得轉(zhuǎn)移矩陣M，然后使用函數(shù)cv2.warpAffine()進行仿射旋轉(zhuǎn)變換。例程如下：

import cv2
img=cv2.imread('E:\python_opencv/tupian.jpg')
height,width=img.shape[:2]  #讀取原圖像的長和寬
M=cv2.getRotationMatrix2D((width/2,height/2),45,0.6)  #以中心為原點，逆時針旋轉(zhuǎn)45°，且縮小為原圖的0.6倍，獲得轉(zhuǎn)移矩陣M
rotate=cv2.warpAffine(img,M,(width,height))  #旋轉(zhuǎn)映射
cv2.imshow('original',img)
cv2.imshow('rotation',rotate)
cv2.waitKey()
cv2.destroyAllWindows()

程序運行結果如下圖所示，左為原圖，右為旋轉(zhuǎn)后的圖。

4 透視

透視變換是指將矩陣圖形投影到另一個視平面，可以映射為任意四邊形，所以透視變換也被稱為投影映射（ProjectionMapping），并不是字面意義上的“透視”。透視與上節(jié)的仿射不同，仿射可以將矩陣映射為任意平行四邊形。

使用cv2.warpPerspective()函數(shù)實現(xiàn)透視變換。例程如下：

#完成圖像透視
import cv2
import numpy as np
img=cv2.imread('E:/python_opencv/tupian.jpg')
rows,cols=img.shape[:2]   #讀取原圖像的長和寬
print(rows,cols)
#生成旋轉(zhuǎn)矩陣M
pts1=np.float32([[150,50],[400,50],[60,450],[310,450]])
pts2=np.float32([[50,50],[rows-50,50],[50,cols-50],[rows-50,cols-50]])
M=cv2.getPerspectiveTransform(pts1,pts2)
#使用函數(shù)cv2.warpPerspective()進行透視變換
dst=cv2.warpPerspective(img,M,(cols,rows))
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey()
cv2.destroyAllWindows()

程序運行結果如下圖所示，左為原圖，右為透視變換的圖。

我們可以看到，原圖片經(jīng)過透視映射后，變成另一個視角下的任意四邊形了。

5 重映射

重映射是修改了像素點的位置，從而生成一幅新的圖像，包括：復制、繞x軸y軸翻轉(zhuǎn)，x軸y軸互換，圖像縮放等。

均使用cv2.remap()重映射函數(shù)進行操作。

需要注意cv2.remap()中的兩個參數(shù)mapx、mapy。mapx表示對應位置上x軸坐標值，mapy表示對應位置上y軸坐標值。

（一）復制

使用cv2.remap()函數(shù)完成圖像復制，需先定義mapx，mapy的值，然后循環(huán)映射每個像素點到對應的位置上。

代碼如下：

import cv2
import numpy as np
img=cv2.imread('E:/python_opencv/tupian.jpg')
rows,cols=img.shape[:2]         #讀取行列數(shù)
mapx=np.zeros(img.shape[:2],np.float32) #mapx參數(shù)設定為對應位置上的x軸坐標值
mapy=np.zeros(img.shape[:2],np.float32) #mapy參數(shù)設定為對應位置上的y軸坐標值
for i in range(rows):          #對每個元素復制映射
  for j in range(cols):
    mapx.itemset((i,j),j)
    mapy.itemset((i,j),i)
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()

執(zhí)行后結果如下所示，可以看到，實現(xiàn)了圖像的復制重映射。

（二）繞x軸翻轉(zhuǎn)

重映射法對圖像繞x軸翻轉(zhuǎn)，表明mapx的值保持不變，mapy的值調(diào)整為總行數(shù)-1-當前行號，其余部分代碼不變，所以循環(huán)體內(nèi)代碼變?yōu)椋?/p>

 for i in range(rows):
   for j in range(cols):
     mapx.itemset((i,j),j)      #mapx的值保持不變
     mapy.itemset((i,j),rows-1-i)  #mapy的值調(diào)整為總行數(shù)-1-當前行號

（三）繞y軸翻轉(zhuǎn)

重映射法對圖像繞y軸翻轉(zhuǎn)，表明mapx的值調(diào)整為總行數(shù)-1-當前列號，mapy的值保持不變，所以循環(huán)體內(nèi)代碼變?yōu)椋?/p>

for i in range(rows):
  for j in range(cols): 
     mapx.itemset((i,j),cols-1-j)  #mapx的值調(diào)整為總列數(shù)-1-當前列號
     mapy.itemset((i,j),i)      #mapy的值保持不變

（四）繞x軸y軸翻轉(zhuǎn)

重映射也能實現(xiàn)圖像繞x軸和y軸的同時翻轉(zhuǎn)，只需將前兩個部分合并，使mapx的值調(diào)整為總行數(shù)-1-當前列號，mapy的值調(diào)整為總行數(shù)-1-當前行號。例程如下：

import cv2
import numpy as np
img=cv2.imread('E:\python_opencv/tupian.jpg')
rows,cols=img.shape[:2]
mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(rows):
  for j in range(cols):
    mapx.itemset((i,j),cols-1-j)  #mapx的值調(diào)整為總列數(shù)-1-當前列號
    mapy.itemset((i,j),rows-1-i)  #mapy的值調(diào)整為總行數(shù)-1-當前行號
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()

執(zhí)行后結果如下所示，可以看到，實現(xiàn)了圖像的繞x軸和y軸翻轉(zhuǎn)重映射過程。

（五）x軸、y軸互換

重映射中，x軸、y軸互換表明，mapx的值變?yōu)樗谛械男刑?，mapy的值變?yōu)樗诹械牧刑枴?/p>

但當行數(shù)和列數(shù)不一致時，行或列無法完成映射的部分就被處理為0。示例代碼如下：

#使用函數(shù)cv2.remap()實現(xiàn)圖像繞x軸和y軸的互換
import cv2
import numpy as np
img=cv2.imread('E:\python_opencv/tupian.jpg')
rows,cols=img.shape[:2]
mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(rows):
  for j in range(cols):
    mapx.itemset((i,j),i)  #mapx的值變?yōu)樗谛械男刑?
    mapy.itemset((i,j),j)  #mapy的值變?yōu)樗诹械牧刑?
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()

結果如圖：

可以看到，列數(shù)多于行數(shù)的部分被置為0（黑色）。

（六）圖像的縮放

重映射提供了cv2.remap()函數(shù)能夠?qū)崿F(xiàn)圖像的放大或縮小。處理圖像后，可以將圖像固定在圍繞其中心的某個區(qū)域。

下面例程中，x軸和y軸均縮小為原來的0.25-0.75倍之間。

import cv2
import numpy as np
img=cv2.imread('E:\python_opencv/tupian.jpg')
rows,cols=img.shape[:2]
mapx=np.zeros(img.shape[:2],np.float32)
mapy=np.zeros(img.shape[:2],np.float32)
for i in range(rows):
  for j in range(cols):
    if 0.25*cols < i < 0.75*cols and 0.25*rows < i < 0.75*rows:
      #在目標圖像的x軸(0.25-0.75)倍之內(nèi)生成縮小圖像
      mapx.itemset((i,j),2*(j-0.25*cols)+0.5)
      #在目標圖像的y軸(0.25-0.75)倍之內(nèi)生成縮小圖像
      mapy.itemset((i,j),2*(i-rows*0.25)+0.5)
    else:
      #不在上述區(qū)域的點都取(0,0)坐標點的值
      mapx.itemset((i,j),0)
      mapy.itemset((i,j),0)
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)  #圖像縮放重映射
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()

到此這篇關于OpenCV+Python幾何變換的實現(xiàn)示例的文章就介紹到這了,更多相關OpenCV 幾何變換內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

python帶參數(shù)打包exe及調(diào)用方式
今天小編就為大家分享一篇python帶參數(shù)打包exe及調(diào)用方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2019-12-12
Python3.4 splinter(模擬填寫表單)使用方法
今天小編就為大家分享一篇Python3.4 splinter(模擬填寫表單)使用方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-10-10
17個Python小技巧分享
這篇文章主要給大家分享了17個Python小技巧，都是些基礎的非常常用也非常實用的小技巧，這里推薦給大家。
2015-01-01
Python使用tkinter制作在線翻譯軟件
這篇文章主要為大家詳細介紹了Python使用tkinter制作在線翻譯軟件，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2021-02-02
python可視化數(shù)據(jù)分析pyecharts初步嘗試
這篇文章主要為大家介紹了python可視化數(shù)據(jù)分析pyecharts初步嘗試，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步早日升職加薪
2022-04-04
使用python進行廣告點擊率的預測的實現(xiàn)
這篇文章主要介紹了使用python進行廣告點擊率的預測的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2019-07-07
PythonWeb項目Django部署在Ubuntu18.04騰訊云主機上
這篇文章主要介紹了PythonWeb項目Django部署在Ubuntu18.04騰訊云主機上的相關知識，本文通過代碼加文字說明的形式給大家介紹的非常詳細，具有一定的參考借鑒價值 ,需要的朋友可以參考下
2019-04-04
Python語言檢測模塊langid和langdetect的使用實例
今天小編就為大家分享一篇關于Python語言檢測模塊langid和langdetect的使用實例，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧
2019-02-02
Django 如何獲取前端發(fā)送的頭文件詳解（推薦）
這篇文章主要介紹了Django 如何獲取前端發(fā)送的頭文件，先需要導入一個類再通過request.environ來獲取,具體操作可查看下文,需要的朋友可以參考下
2017-08-08
Python基礎知識之推導式詳解
這篇文章主要介紹了Python基礎知識之推導式詳解,Python推導式是一種簡潔高效的代碼編寫方式，可以用一行代碼來創(chuàng)建列表、集合、字典等復雜數(shù)據(jù)結構,需要的朋友可以參考下
2023-07-07