opencv图像仿射变换（opencv 放射变换）

## OpenCV图像仿射变换### 简介图像的几何变换是指用数学模型来描述图像像素点位置的变化，常见的几何变换包括平移、旋转、缩放、镜像、仿射变换和透视变换等。其中，仿射变换是一种二维坐标的线性变换，它保持了图像的“平直性”（直线变换后依然是直线）和“平行性”（平行线变换后依然平行），常用于图像的校正、配准、拼接等领域。### 仿射变换原理仿射变换可以通过一个 2x3 的变换矩阵

M

来表示：``` M = [[a, b, c],[d, e, f]] ```其中，(a, b, c, d, e, f) 是六个参数，它们共同决定了变换的类型和程度。原始图像上的点 (x, y) 经过仿射变换后得到的新坐标 (x', y') 可以通过如下公式计算：``` x' = a

x + b

y + c y' = d

x + e

y + f ```可以将上述公式写成矩阵乘法的形式：``` [x'] [a b c] [x] [y'] = [d e f] [y] [1 ] [0 0 1] [1] ```### OpenCV实现在OpenCV中，可以使用 `cv2.warpAffine()` 函数来实现图像的仿射变换。该函数需要传入两个参数：

src

: 输入图像

M

: 变换矩阵`cv2.warpAffine()` 函数会根据变换矩阵

M

对输入图像进行仿射变换，并返回变换后的图像。#### 1. 获取变换矩阵在调用 `cv2.warpAffine()` 函数之前，需要先获取变换矩阵

M

。OpenCV 提供了 `cv2.getAffineTransform()` 函数来生成仿射变换矩阵。该函数需要传入三组对应点：

srcPoints

: 原始图像上的三个点

dstPoints

: 变换后图像上对应的三个点`cv2.getAffineTransform()` 函数会根据这三组对应点计算出最佳的仿射变换矩阵

M

。#### 2. 应用仿射变换获取到变换矩阵

M

后，就可以调用 `cv2.warpAffine()` 函数对图像进行仿射变换了。```python import cv2 import numpy as np# 读取图像 img = cv2.imread("image.jpg")# 设置变换前的三个点 pts1 = np.float32([[50, 50], [200, 50], [50, 200]])# 设置变换后的三个点 pts2 = np.float32([[10, 100], [200, 50], [100, 250]])# 生成变换矩阵 M = cv2.getAffineTransform(pts1, pts2)# 进行仿射变换 rows, cols, ch = img.shape dst = cv2.warpAffine(img, M, (cols, rows))# 显示图像 cv2.imshow("Original", img) cv2.imshow("Affine Transform", dst) cv2.waitKey(0) cv2.destroyAllWindows() ```### 总结本文介绍了OpenCV中图像仿射变换的原理和实现方法。通过使用 `cv2.getAffineTransform()` 和 `cv2.warpAffine()` 函数，可以方便地对图像进行各种仿射变换，例如平移、旋转、缩放等。

OpenCV图像仿射变换

简介图像的几何变换是指用数学模型来描述图像像素点位置的变化，常见的几何变换包括平移、旋转、缩放、镜像、仿射变换和透视变换等。其中，仿射变换是一种二维坐标的线性变换，它保持了图像的“平直性”（直线变换后依然是直线）和“平行性”（平行线变换后依然平行），常用于图像的校正、配准、拼接等领域。

仿射变换原理仿射变换可以通过一个 2x3 的变换矩阵 **M** 来表示：``` M = [[a, b, c],[d, e, f]] ```其中，(a, b, c, d, e, f) 是六个参数，它们共同决定了变换的类型和程度。原始图像上的点 (x, y) 经过仿射变换后得到的新坐标 (x', y') 可以通过如下公式计算：``` x' = a*x + b*y + c y' = d*x + e*y + f ```可以将上述公式写成矩阵乘法的形式：``` [x'] [a b c] [x] [y'] = [d e f] [y] [1 ] [0 0 1] [1] ```

OpenCV实现在OpenCV中，可以使用 `cv2.warpAffine()` 函数来实现图像的仿射变换。该函数需要传入两个参数：* **src**: 输入图像 * **M**: 变换矩阵`cv2.warpAffine()` 函数会根据变换矩阵 **M** 对输入图像进行仿射变换，并返回变换后的图像。

1. 获取变换矩阵在调用 `cv2.warpAffine()` 函数之前，需要先获取变换矩阵 **M**。OpenCV 提供了 `cv2.getAffineTransform()` 函数来生成仿射变换矩阵。该函数需要传入三组对应点：* **srcPoints**: 原始图像上的三个点 * **dstPoints**: 变换后图像上对应的三个点`cv2.getAffineTransform()` 函数会根据这三组对应点计算出最佳的仿射变换矩阵 **M**。

2. 应用仿射变换获取到变换矩阵 **M** 后，就可以调用 `cv2.warpAffine()` 函数对图像进行仿射变换了。```python import cv2 import numpy as np

读取图像 img = cv2.imread("image.jpg")

设置变换前的三个点 pts1 = np.float32([[50, 50], [200, 50], [50, 200]])

设置变换后的三个点 pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

生成变换矩阵 M = cv2.getAffineTransform(pts1, pts2)

进行仿射变换 rows, cols, ch = img.shape dst = cv2.warpAffine(img, M, (cols, rows))

显示图像 cv2.imshow("Original", img) cv2.imshow("Affine Transform", dst) cv2.waitKey(0) cv2.destroyAllWindows() ```

总结本文介绍了OpenCV中图像仿射变换的原理和实现方法。通过使用 `cv2.getAffineTransform()` 和 `cv2.warpAffine()` 函数，可以方便地对图像进行各种仿射变换，例如平移、旋转、缩放等。