OpenCV+Python几何变换的实现示例
作者:雨吹桐 发布时间:2022-02-09 14:44:52
几何变换
图像的几何变换是指将一幅图像映射到另一幅图像内。有缩放、翻转、仿射变换、透视、重映射等操作。
1 缩放
使用cv2.resize()函数实现对图像的缩放,但要注意cv2.resize()函数内的dsize参数与原图像的行列属性是相反的,也就是:目标图像的行数是原始图像的列数,目标图像的列数是原始图像的行数。
下面举例说明cv2.resize()函数的用法:
import cv2
img=cv2.imread('E:/python_opencv/tupian.jpg')
rows,cols=img.shape[0:2] #行数和列数等于img的长度和宽度
size=(int(cols*0.9),int(rows*0.5)) #比例:列变为原来0.9倍,行变为0.5倍
rst=cv2.resize(img,size) #将img按size比例缩放
print('img.shape=',img.shape)
print('rst.shape=',rst.shape)
运行程序的结果如下:
img.shape=(600,60,3)
rst.shape=(300,54,3)
可以看出,行数变为原来的0.5倍,列数变为原来的0.9倍。代码中size的行列位置发生了交换。
2 翻转
使用cv2.flip()函数对图像翻转,能够实现水平方向翻转、垂直方向翻转、两个方向同时翻转。
下面举例说明cv2.flip()函数的用法:
import cv2
img=cv2.imread('E:/python_opencv/tupian.jpg')
x=cv2.flip(img,0) #图x对原图像绕x轴翻转
y=cv2.flip(img,1) #图y对原图像绕y轴翻转
xy=cv2.flip(img,-1) #图xy对原图像绕x轴y轴同时翻转
cv2.imshow('img',img)
cv2.imshow('x',x)
cv2.imshow('y',y)
cv2.imshow('xy',xy)
cv2.waitKey()
cv2.destroyAllWindows()
程序运行结果如下四幅图,第一幅是原图,第二幅是绕x轴翻转,第三幅是绕y轴翻转,第四幅是绕x轴y轴同时翻转。
3 仿射
仿射变换是指图像实现平移、旋转等操作。
先设置一个变换矩阵M,然后使用cv2.warpAffine()函数对原图像和变换矩阵M进行仿射操作。
(一)平移
要实现图像的平移,我们先自定义一个转换矩阵,再进行仿射平移变换。例程如下:
import cv2
import numpy as np
img=cv2.imread('E:\python_opencv/tupian.jpg')
height,width=img.shape[:2] #读取原图像的长和宽
x=100 #自定义转换矩阵M的x轴移动值
y=200 #自定义转换矩阵M的y轴移动值
M=np.float32([[1,0,x],[0,1,y]]) #构造转换矩阵M
move=cv2.warpAffine(img,M,(width,height)) #平移映射
cv2.imshow('orginal',img)
cv2.imshow('move',move)
cv2.waitKey()
cv2.destroyAllWindows()
程序运行结果如下图所示,左为原图,右为平移后的图。
(二)旋转
使用函数cv2.getRotationMatrix2D()获得转移矩阵M,然后使用函数cv2.warpAffine()进行仿射旋转变换。例程如下:
import cv2
img=cv2.imread('E:\python_opencv/tupian.jpg')
height,width=img.shape[:2] #读取原图像的长和宽
M=cv2.getRotationMatrix2D((width/2,height/2),45,0.6) #以中心为原点,逆时针旋转45°,且缩小为原图的0.6倍,获得转移矩阵M
rotate=cv2.warpAffine(img,M,(width,height)) #旋转映射
cv2.imshow('original',img)
cv2.imshow('rotation',rotate)
cv2.waitKey()
cv2.destroyAllWindows()
程序运行结果如下图所示,左为原图,右为旋转后的图。
4 透视
透视变换是指将矩阵图形投影到另一个视平面,可以映射为任意四边形,所以透视变换也被称为投影映射(ProjectionMapping),并不是字面意义上的“透视”。透视与上节的仿射不同,仿射可以将矩阵映射为任意平行四边形。
使用cv2.warpPerspective()函数实现透视变换。例程如下:
#完成图像透视
import cv2
import numpy as np
img=cv2.imread('E:/python_opencv/tupian.jpg')
rows,cols=img.shape[:2] #读取原图像的长和宽
print(rows,cols)
#生成旋转矩阵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)
#使用函数cv2.warpPerspective()进行透视变换
dst=cv2.warpPerspective(img,M,(cols,rows))
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey()
cv2.destroyAllWindows()
程序运行结果如下图所示,左为原图,右为透视变换的图。
我们可以看到,原图片经过透视映射后,变成另一个视角下的任意四边形了。
5 重映射
重映射是修改了像素点的位置,从而生成一幅新的图像,包括:复制、绕x轴y轴翻转,x轴y轴互换,图像缩放等。
均使用cv2.remap()重映射函数进行操作。
需要注意cv2.remap()中的两个参数mapx、mapy。mapx表示对应位置上x轴坐标值,mapy表示对应位置上y轴坐标值。
(一)复制
使用cv2.remap()函数完成图像复制,需先定义mapx,mapy的值,然后循环映射每个像素点到对应的位置上。
代码如下:
import cv2
import numpy as np
img=cv2.imread('E:/python_opencv/tupian.jpg')
rows,cols=img.shape[:2] #读取行列数
mapx=np.zeros(img.shape[:2],np.float32) #mapx参数设定为对应位置上的x轴坐标值
mapy=np.zeros(img.shape[:2],np.float32) #mapy参数设定为对应位置上的y轴坐标值
for i in range(rows): #对每个元素复制映射
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()
执行后结果如下所示,可以看到,实现了图像的复制重映射。
(二)绕x轴翻转
重映射法对图像绕x轴翻转,表明mapx的值保持不变,mapy的值调整为总行数-1-当前行号,其余部分代码不变,所以循环体内代码变为:
for i in range(rows):
for j in range(cols):
mapx.itemset((i,j),j) #mapx的值保持不变
mapy.itemset((i,j),rows-1-i) #mapy的值调整为总行数-1-当前行号
(三)绕y轴翻转
重映射法对图像绕y轴翻转,表明mapx的值调整为总行数-1-当前列号,mapy的值保持不变,所以循环体内代码变为:
for i in range(rows):
for j in range(cols):
mapx.itemset((i,j),cols-1-j) #mapx的值调整为总列数-1-当前列号
mapy.itemset((i,j),i) #mapy的值保持不变
(四)绕x轴y轴翻转
重映射也能实现图像绕x轴和y轴的同时翻转,只需将前两个部分合并,使mapx的值调整为总行数-1-当前列号,mapy的值调整为总行数-1-当前行号。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的值调整为总列数-1-当前列号
mapy.itemset((i,j),rows-1-i) #mapy的值调整为总行数-1-当前行号
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()
执行后结果如下所示,可以看到,实现了图像的绕x轴和y轴翻转重映射过程。
(五)x轴、y轴互换
重映射中,x轴、y轴互换表明,mapx的值变为所在行的行号,mapy的值变为所在列的列号。
但当行数和列数不一致时,行或列无法完成映射的部分就被处理为0。示例代码如下:
#使用函数cv2.remap()实现图像绕x轴和y轴的互换
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的值变为所在行的行号
mapy.itemset((i,j),j) #mapy的值变为所在列的列号
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()
结果如图:
可以看到,列数多于行数的部分被置为0(黑色)。
(六)图像的缩放
重映射提供了cv2.remap()函数能够实现图像的放大或缩小。处理图像后,可以将图像固定在围绕其中心的某个区域。
下面例程中,x轴和y轴均缩小为原来的0.25-0.75倍之间。
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:
#在目标图像的x轴(0.25-0.75)倍之内生成缩小图像
mapx.itemset((i,j),2*(j-0.25*cols)+0.5)
#在目标图像的y轴(0.25-0.75)倍之内生成缩小图像
mapy.itemset((i,j),2*(i-rows*0.25)+0.5)
else:
#不在上述区域的点都取(0,0)坐标点的值
mapx.itemset((i,j),0)
mapy.itemset((i,j),0)
rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR) #图像缩放重映射
cv2.imshow('original',img)
cv2.imshow('result',rst)
cv2.waitKey()
cv2.destroyAllWindows()
来源:https://www.cnblogs.com/wanghaining/p/opencv-python-4.html
猜你喜欢
- xhEditor简介xhEditor是一个基于jQuery开发的简单迷你并且高效的可视化HTML编辑器,基于网络访问并且兼容IE 6.0+,
- 直接使用==比较的情况分类说明是否能比较说明基本类型整型( int/uint/int8/uint8/int16/uint16/int32/u
- 随着网络的发展,网速和机器速度的提高,越来越多的网站用到了丰富客户端技术。而现在Ajax则是最为流行的一种方式。JavaScript是一种解
- 1、信息表新建立一个字段,并用0、1的方法判断信息的状态。 2、新建一个页面,定时刷新,并查询表中是否有字段值为0的记录。 3、当管理员点击
- 序 号前 缀使用的变量/范围或数据类型1a or arrArray2b or blnBoolean3bytByte4
- 百度有啊2009年情人节logo——大纸袋GG给大纸袋MM送了枝玫瑰花,大纸袋MM奖励了大纸袋GG一个吻,好可爱!淘宝网2009年情人节lo
- 上节我们了解了图形验证码的识别,简单的图形验证码我们可以直接利用 Tesserocr 来识别,但是近几年又出现了一些新型验证码,如滑动验证码
- 一:取字符串中第几个字符print "Hello"[0] 表示输出字符串中第一个字符print "Hello&
- 在SQL Server数据库中,主要是通过角色来继承相关的权限。但是,这个权限继承很容易造成权限上的冲突。如现在有个销售员账户SALE1,有
- 初学初用,随手记录以当作笔记使用,会慢慢再进行补充添加,错误之处烦请指正。(1)运行本地文件,在代码不加载的情况下可以直接显示结果% run
- 一、os__file__ 获取当前运行的.py文件所在的路径(D:\PycharmProjects\
- 知道python有这几个内置方法,但一直以来用的都不多,最近重新看了一下,重新记录一下。map()会根据提供的函数对指定序列进行映射,pyt
- PS笔刷,样式,形状、渐变、滤镜载入方式及使用:1、笔刷载入方式: 打开PS,编辑-->预设管理器-->载入-->然后点你
- 内容摘要:本文介绍了使用SQL语句修改数据记录的两种方法,一是使用rs.update,二是使用conn.Execute(sql),相信对初学
- 滚动回归所谓滚动回归,通常用在时间序列上。记当前时刻为 t,回归时长为 s,则一直使用 当作自变量来预测 。使用滚动回归的目的通常是为了避免
- 由于数据库中的每张表中的字段名不一样,所以在写后台程序的时候,通常会写多个页面,对应不同的表。这里介绍一个函数,适合所有的表,不需要再为每一
- 本文实例为大家分享了python pygame模块编写飞机大战的具体代码,供大家参考,具体内容如下该程序没有使用精灵组,而是用列表存储对象来
- 收集和分发数据是网络管理的职责之一,而且必须确保这些数据的准确性和安全性。不管它们是什么操作系统,数据库服务器需要特殊的管理以保证操作上的安
- 一直很想就搜索结果页写一些心得文章出来,甚至连目录都整理好了可是就是一直没有动手。因为总是觉得还差很多东西需要研究需要分析需要验证。最近也组
- 1. auth介绍Django 自带一个用户验证系统。它负责处理用户账号、组、权限和基于cookie的用户会话。认证系统由以下部分