opencv 仿射变换

OpenCV（开源计算机视觉库）提供了一种叫做仿射变换的功能，用于对图像中的点集进行二维线性变换。这种变换保持了图像的比例，但是可能会改变形状。它通常通过一个2x3的矩阵（仿射变换矩阵）来表示，矩阵包含6个元素，包括4个系数（a、b、c、d）以及两个额外的项（tx、ty），它们分别对应于平移操作。

在OpenCV中，可以使用`cv2.getAffineTransform()`函数创建仿射变换矩阵，然后用`cv2.warpAffine()`函数应用这个变换到源图像或一个选取区域上。例如，如果你想将图像A中的点(x, y)映射到图像B中的(x' = ax + cy + tx, y' = bx + dy + ty)，你会这样做：

import cv2

# 假设src_pts是原始图像A的点，dst_pts是目标图像B的点
src_pts = np.float32([[x1, y1], [x2, y2], ...])
dst_pts = np.float32([[x1_prime, y1_prime], [x2_prime, y2_prime], ...])

# 创建仿射变换矩阵
M = cv2.getAffineTransform(src_pts, dst_pts)

# 应用变换
result = cv2.warpAffine(image_A, M, (image_B.shape, image_B.shape))

相关问题

opencv仿射变换与逆变换

以下是OpenCV中的仿射变换和逆变换的示例代码：

1. 仿射变换：

import cv2
import numpy as np

# 读取原始图像
img = cv2.imread(r"D:\tuxiang\qq.jpg")

# 原始图像中的三个坐标点
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])

# 变换后的图像中的三个点坐标
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

# 计算仿射变换矩阵
M = cv2.getAffineTransform(pts1, pts2)

# 进行仿射变换
dst1 = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))

# 显示原始图像和变换后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Transformed Image', dst1)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 逆变换：

import cv2
import numpy as np

# 读取原始图像
img = cv2.imread(r"D:\tuxiang\qq.jpg")

# 原始图像中的三个坐标点
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])

# 变换后的图像中的三个点坐标
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

# 计算逆仿射变换矩阵
M_inv = cv2.getAffineTransform(pts2, pts1)

# 进行逆仿射变换
dst2 = cv2.warpAffine(img, M_inv, (img.shape[1], img.shape[0]))

# 显示原始图像和逆变换后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Inverse Transformed Image', dst2)
cv2.waitKey(0)
cv2.destroyAllWindows()

Python opencv 仿射变换

OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，提供了大量的图像处理和计算机视觉功能。在Python中，OpenCV的`cv2`模块包含了一个名为`getAffineTransform()`和`warpAffine()`的函数，用于执行仿射变换。

**仿射变换**是一种线性变换，它可以将一个几何图形按照特定的矩阵进行拉伸、缩放、旋转或平移，保持图形的比例不变。在OpenCV中，仿射变换涉及到两个关键概念：

1. **仿射矩阵（Affine Matrix）**：这是一个2x3的矩阵，包含6个参数，其中前2行表示比例和旋转，最后一行是平移量。例如，对于二维空间，仿射矩阵可以表示为：

   [a  b  tx]
   [c  d  ty]
   [0  0  1]

其中a, b, c, d决定了比例和旋转，tx, ty是平移。

2. **`getAffineTransform()`函数**：这个函数用于生成从一个源点集到目标点集的仿射变换矩阵。它接受两个二维点集作为输入，通常是两个坐标列表。

3. **`warpAffine()`函数**：这个函数应用给定的仿射变换矩阵到源图像上，产生一个新的变形后的图像。它需要图像数据、仿射矩阵以及可以选择的目标图像大小。

使用这些工具，你可以执行常见的图像操作，如图像缩放、旋转、平移等。下面是一个简单的例子，展示如何使用OpenCV进行仿射变换：

import cv2
import numpy as np

# 假设src是源图像，dst是目标图像点集
src = np.float32([[10, 10], [200, 10], [10, 200]])
dst = np.float32([[110, 110], [210, 110], [110, 210]])

# 计算仿射变换矩阵
M = cv2.getAffineTransform(src, dst)

# 应用变换
warped_img = cv2.warpAffine(img, M, (img.shape, img.shape))

# 显示原图和变换后的图像
cv2.imshow("Original", img)
cv2.imshow("Transformed", warped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()