Opencv里的图像翻转，平移，旋转，缩放，仿射及透视功能

东方耀

Opencv里的图像翻转，平移，旋转，缩放，仿射及透视功能


cv2.flip() # 图像翻转
cv2.getRotationMatrix2D()　＃取得旋转角度的Matrix
cv2.GetAffineTransform(src, dst, mapMatrix) #取得图像仿射的matrix
cv2.warpAffine()　＃图像仿射
cv2.getPerspectiveTransform(src, dst) #取得图像透视的matrix
cv2.warpPerspective()　＃图像透视


import cv2
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline


# flipCode==0垂直翻转（沿X轴翻转），
# flipCode>0水平翻转（沿Y轴翻转），
# flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）

1. image = cv2.imread("ai111.vip.jpg")
   
2. # Flipped Horizontally 水平翻转
   
3. h_flip = cv2.flip(image, 1)
   
4. # Flipped Vertically 垂直翻转
   
5. v_flip = cv2.flip(image, 0)
   
6. # Flipped Horizontally & Vertically 水平垂直翻转
   
7. hv_flip = cv2.flip(image, -1)
   
8. # flipCode==0垂直翻转（沿X轴翻转），
   
9. # flipCode>0水平翻转（沿Y轴翻转），
   
10. # flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
    
11. plt.figure(figsize=(16,16))
    
12. 
    
13. plt.subplot(221)
    
14. # ::-1  本来是BGR 现在倒过来就是RGB
    
15. plt.imshow(image[:,:,::-1])
    
16. plt.title('original')
    
17. 
    
18. plt.subplot(222)
    
19. plt.imshow(h_flip[:,:,::-1])
    
20. plt.title('horizontal flip')
    
21. 
    
22. plt.subplot(223)
    
23. plt.imshow(v_flip[:,:,::-1])
    
24. plt.title(' vertical flip')
    
25. 
    
26. plt.subplot(224)
    
27. plt.imshow(hv_flip[:,:,::-1])
    
28. plt.title('h_v flip')
    
29. # 调整子图间距
    
30. # plt.subplots_adjust(wspace=0.5, hspace=0.1)
    
31. plt.subplots_adjust(top=0.8, bottom=0.38, left=0.10, right=0.95, hspace=0,
    
32.                     wspace=0.35)
    
33. plt.show()

复制代码

图像平移，旋转，缩放 仿射变换 　cv2.warpAffine()

1. img = cv2.imread('ai111.vip.jpg')
   
2. rows,cols = img.shape[:2]
   
3. 
   
4. # 定义平移矩阵，需要是numpy的float32类型
   
5. # x轴平移200，y轴平移100, 2*3矩阵
   
6. M = np.float32([[1, 0, 200], [0, 1, 100]])
   
7. # 用仿射变换实现平移
   
8. img_shift = cv2.warpAffine(img, M, (cols, rows), borderValue=(0, 0, 255))
   
9. 
   
10. # 第一个参数旋转中心，第二个参数旋转角度，第三个参数：缩放比例, 生成一２＊３的矩阵
    
11. M = cv2.getRotationMatrix2D((cols/2,rows/2),90,1)
    
12. M1 = cv2.getRotationMatrix2D((cols/2,rows/2),180,1)
    
13. M2 = cv2.getRotationMatrix2D((cols/2,rows/2),60,1)
    
14. M3 = cv2.getRotationMatrix2D((cols/2,rows/2),60,0.5)
    
15. print(M)
    
16. '''
    
17. [[ 6.123234e-17  1.000000e+00  1.500000e+02]
    
18. [-1.000000e+00  6.123234e-17  6.500000e+02]]
    
19. '''
    
20. #第三个参数：变换后的图像大小 宽度，高度
    
21. img_rotat90 = cv2.warpAffine(img,M,(cols,rows))
    
22. img_rotat180 = cv2.warpAffine(img,M1,(cols,rows))
    
23. img_rotat60 = cv2.warpAffine(img,M2,(cols,rows), borderValue=(255, 0, 0))
    
24. img_rotat60_scale = cv2.warpAffine(img,M3,(cols,rows))
    
25. 
    
26. plt.figure(figsize=(16,16))
    
27. plt.subplot(321)
    
28. plt.imshow(img[:,:,::-1])
    
29. 
    
30. plt.subplot(322)
    
31. plt.imshow(img_shift[:,:,::-1])
    
32. 
    
33. plt.subplot(323)
    
34. plt.imshow(img_rotat90[:,:,::-1])
    
35. 
    
36. plt.subplot(324)
    
37. plt.imshow(img_rotat180[:,:,::-1])
    
38. 
    
39. plt.subplot(325)
    
40. plt.imshow(img_rotat60[:,:,::-1])
    
41. 
    
42. plt.subplot(326)
    
43. plt.imshow(img_rotat60_scale[:,:,::-1])
    
44. 
    
45. # plt.subplots_adjust(top=0.8, bottom=0.08, left=0.10, right=0.95, hspace=0,
    
46. #                     wspace=0.35)
    
47. plt.subplots_adjust(top=0.8, bottom=0.38, left=0.10, right=0.95, hspace=0,
    
48.                     wspace=0.35)
    
49. plt.show()

复制代码

图像的旋转加上拉升就是图像仿射变换，仿射变化也是需要一个M矩阵就可以，
但是由于仿射变换比较复杂，一般直接找很难找到这个矩阵，
opencv提供了根据变换前后三个点的对应关系来自动求解M。
这个函数是M=cv2.getAffineTransform(pos1,pos2),其中两个位置就是变换前后的对应位置关系。
输出的就是仿射矩阵M。然后在使用函数cv2.warpAffine()

1. img = cv2.imread('ai111.vip.jpg')
   
2. rows,cols = img.shape[:2]
   
3. pts1 = np.float32([[50,50],[200,50],[50,200]])
   
4. pts2 = np.float32([[10,100],[200,20],[100,250]])
   
5. M = cv2.getAffineTransform(pts1,pts2)
   
6. print('仿射变换需要的矩阵shape：', M.shape, M)
   
7. #第三个参数：变换后的图像大小 宽高互调了
   
8. res = cv2.warpAffine(img,M,(rows,cols))
   
9. 
   
10. plt.figure(figsize=(8, 8))
    
11. plt.subplot(121)
    
12. plt.imshow(img[:,:,::-1])
    
13. 
    
14. plt.subplot(122)
    
15. plt.imshow(res[:,:,::-1])
    
16. print(img.shape, res.shape)
    
17. plt.show()

复制代码

透视变换 视角变换　Perspective
视角变换，需要一个3*3变换矩阵。在变换前后要保证直线还是直线。
构建此矩阵需要在输入图像中找寻 4个点，以及在输出图像中对应的位置。这四个点中的任意三个点不能共线。

1. img=cv2.imread('test4.jpg')
   
2. rows,cols,ch=img.shape
   
3. pts1=np.float32([[(203, 720), (585, 460), (695, 460), (1127, 720)]])
   
4. pts2=np.float32([[(320, 720), (320, 0), (960, 0), (960, 720)]])
   
5. M=cv2.getPerspectiveTransform(pts1,pts2)
   
6. print('透视变换需要的矩阵shape：', M.shape, M)
   
7. # img.shape[1::-1] 这里就是宽高互换啊 warpPerspective格式不同    inter_linear
   
8. dst=cv2.warpPerspective(img,M,img.shape[1::-1], flags=cv2.INTER_LINEAR)
   
9. plt.figure(figsize=(16,16))
   
10. plt.subplot(121),plt.imshow(img[:,:,::-1]),plt.title('Input')
    
11. plt.subplot(122),plt.imshow(dst[:,:,::-1]),plt.title('Output')
    
12. plt.show()

复制代码