目录
一、环境
二、warpAffine原理
三、完整代码
一、环境
本文使用环境为:
- Windows10
- Python 3.9.17
- opencv-python 4.8.0.74
二、warpAffine原理
warpAffine
是OpenCV库中的一个函数,它用于执行二维仿射变换。这个函数接受一个输入图像和变换矩阵,并将输入图像应用到这个变换矩阵上。
仿射变换是一种几何变换,它保持了图像的平行性和面积不变性。在二维空间中,一个仿射变换可以用一个2x3的变换矩阵来表示。这个矩阵乘以输入图像的每个像素坐标,得到新的像素坐标。这样,每个像素都被映射到新的位置,形成输出图像。
仿射变换可以应用在各种场景中,比如图像恢复、图像增强、图像配准等等。warpAffine
函数可以高效地计算这种变换,并且支持对输出图像的裁剪、填充和插值等操作。
在具体实现上,warpAffine
函数首先会计算每个像素的新位置,然后根据插值方法(如线性插值或双线性插值)来计算新的像素值。这个新的像素值就是输出图像中对应像素的值。
需要注意的是,warpAffine
函数只对灰度图像有效。如果输入是彩色图像,它将会被分解为三个灰度图像(红、绿、蓝通道),然后分别进行仿射变换。最后,这三个变换后的灰度图像会被合并成一个彩色图像。函数原型:
float angle = -45.0; // 旋转角度
Mat M = (Mat_<float>(2, 3) << cos(angle), -sin(angle), -src.cols / 2, sin(angle), cos(angle), src.rows / 2);
参数说明
- src:输入图像,即需要进行变换的原始图像。
- dst:输出图像,即经过仿射变换后的图像。
- M:变换矩阵,用于指定图像的变换方式。该矩阵是一个2x3的浮点型矩阵,其中第一行表示x方向的缩放和旋转,第二行表示y方向的缩放和旋转。
- dsize:输出图像的大小。如果为空,则输出图像的大小与输入图像相同。
- flags:插值方法,用于计算输出图像中像素的值。可选值有INTER_LINEAR(双线性插值)、INTER_NEAREST(最近邻插值)等。默认值为INTER_LINEAR。
- borderMode:边界处理模式,用于处理输入图像边界外的像素。可选值有BORDER_CONSTANT(边界外填充常数)、BORDER_REPLICATE(边界外复制边缘像素)等。默认值为BORDER_CONSTANT。
- borderValue:边界处理模式下的填充值。当borderMode为BORDER_CONSTANT时,此参数有效。默认值为morphologyDefaultBorderValue()。
三、完整代码
from __future__ import print_function
import cv2 as cv
import numpy as np
import argparse# 加载图片
parser = argparse.ArgumentParser(description='Code for Affine Transformations tutorial.')
parser.add_argument('--input', help='Path to input image.', default='data/lena.jpg')
args = parser.parse_args()
src = cv.imread(cv.samples.findFile(args.input))
if src is None:print('Could not open or find the image:', args.input)exit(0)
# 设置三对2D点,用于求映射矩阵
srcTri = np.array( [[0, 0], [src.shape[1] - 1, 0], [0, src.shape[0] - 1]] ).astype(np.float32)dstTri = np.array( [[0, src.shape[1]*0.33], [src.shape[1]*0.85, src.shape[0]*0.25], [src.shape[1]*0.15, src.shape[0]*0.7]] ).astype(np.float32)
# 依据上述三对点求解映射矩阵
warp_mat = cv.getAffineTransform(srcTri, dstTri)
# 依据映射矩阵将原图进行位置映射(默认双线性插值)
warp_dst = cv.warpAffine(src, warp_mat, (src.shape[1], src.shape[0]))
# 将图像绕中心旋转,同上
center = (warp_dst.shape[1]//2, warp_dst.shape[0]//2)
angle = -50
scale = 0.6
rot_mat = cv.getRotationMatrix2D( center, angle, scale )
warp_rotate_dst = cv.warpAffine(warp_dst, rot_mat, (warp_dst.shape[1], warp_dst.shape[0]))
cv.imshow('Source image', src)
cv.imshow('Warp', warp_dst)
cv.imshow('Warp + Rotate', warp_rotate_dst)
cv.waitKey()
运行效果: