OpenCV（十一）：图像仿射变换

1.图像仿射变换介绍

仿射变换：

仿射变换矩阵：

仿射变换公式：

2.仿射变换函数

仿射变换函数：warpAffine()

图像旋转：getRotationMatrix2D()

计算仿射变换矩阵：getAffineTransform()

3.demo

1.图像仿射变换介绍

仿射变换：

仿射变换是由平移、缩放、旋转、翻转和错切组合得到，也称为三点变换。

仿射变换矩阵：

仿射变换可以通过一个2x3的仿射变换矩阵来表示，该矩阵包含了平移、缩放、旋转和剪切等变换的参数。仿射变换矩阵的一般形式如下：

| A B Tx |

| C D Ty |

其中 (A, B) 和 (C, D) 控制了图像的旋转和缩放，(Tx, Ty) 控制了图像的平移。

仿射变换公式：

对于一个点 P(x, y) 在原始坐标系中，经过仿射变换后得到的新坐标 P'(x', y') 可以通过以下公式计算：

x' = A * x + B * y + Tx

y' = C * x + D * y + Ty

其中，

(x, y) 是原始坐标系中点的坐标。
(x', y') 是仿射变换后点的新坐标。
A、B、C 和 D 是控制旋转、缩放和剪切的矩阵元素。
Tx 和 Ty 是平移的量。

这两个公式描述了仿射变换对坐标点的影响。通过适当地设置矩阵元素和平移量，你可以实现各种类型的仿射变换，包括平移、旋转、缩放和剪切。

2.仿射变换函数

仿射变换函数：warpAffine()

void cv::warpAffine ( InputArray src,

OutputArray dst,

InputArray   M，

Size   dsize，

int   flags = INTER_LINEAR,

int   borderMode =BORDER CONSTANT,

const Scalar & borderValue = scalar()

）

src:输入图像
dst:仿射变换后输出图像，与src数据类型相同，但是尺寸与dsize相同
M:2X3的变换矩阵。
dsize:输出图像的尺寸
flags:插值方法标志
borderMode:像素边界外推方法的标志
borderValue:填充边界使用的数值，默认情况下为0

其中，边界填充方法和对应标志：

图像旋转：getRotationMatrix2D()

Mat cv::getRotationMatrix2D ( Point2f center.

double angle

double scale

）

center:图像旋转的中心位置。
angle:图像旋转的角度，单位为度，正值为逆时针旋转。
scale: 两个轴的比例因子，可以实现旋转过程中的图像缩放，不缩放输入1。

计算仿射变换矩阵：getAffineTransform()

Mat cv::getAffineTransform ( const Point2f src[]

const Point2f dst[]

)

src[]:原图像中的三个像素坐标。
dst[]:目标图像中的三个像素坐标。

3.demo

#include <jni.h>
#include <string>
#include <android/bitmap.h>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <android/log.h>#define LOG_TAG "xxx"
#define LOGD(...) __android_log_print(ANDROID_LOG_DEBUG, LOG_TAG, __VA_ARGS__)using namespace cv;
using namespace std;
extern "C"
JNIEXPORT void JNICALL
Java_com_example_myapplication_MainActivity_opencv_1test(JNIEnv *env, jclass clazz,jobject bitmap) {AndroidBitmapInfo info;void *pixels;CV_Assert(AndroidBitmap_getInfo(env, bitmap, &info) >= 0);//判断图片是位图格式有RGB_565 、RGBA_8888CV_Assert(info.format == ANDROID_BITMAP_FORMAT_RGBA_8888 ||info.format == ANDROID_BITMAP_FORMAT_RGB_565);CV_Assert(AndroidBitmap_lockPixels(env, bitmap, &pixels) >= 0);CV_Assert(pixels);//将bitmap转化为Mat类  原图像MatMat image(info.height, info.width, CV_8UC4, pixels);Mat rotation0,img_warp0;double angle=30;//设置图像的旋转角度Size dst_size(image.rows,image.cols);//设置输出图像Point2f center(image.rows/2.0,image.cols/2.0);//设置图像的旋转中心rotation0=getRotationMatrix2D(center,angle,1);//计算仿射变换矩阵warpAffine(image,img_warp0,rotation0,dst_size);imwrite("/sdcard/DCIM/img_warp0.jpg",img_warp0);//根据定义的三个点进行仿射变换Point2f src_points[3];Point2f dst_points[3];//原始图像中的三个点src_points[0]=Point2f(0,0);src_points[1]=Point2f (0,(float )(image.cols-1));src_points[2]=Point2f ((float )(image.rows-1),(float )(image.cols-1));//仿射变换后图像中的三个点dst_points[0]=Point2f ((float )(image.rows)*0.11,(float )(image.cols)*0.20);dst_points[1]=Point2f ((float )(image.rows)*0.15,(float )(image.cols)*0.70);dst_points[2]=Point2f ((float )(image.rows)*0.81,(float )(image.cols)*0.85);Mat rotation1,img_warp1;rotation1= getAffineTransform(src_points,dst_points);//根据对应点求取仿射变换矩阵warpAffine(image,img_warp1,rotation1,dst_size);//进行仿射变换imwrite("/sdcard/DCIM/img_warp1.jpg",img_warp1);}