opencv仿射变换（Opencv仿射变换0到90度）

## OpenCV 仿射变换### 简介仿射变换是计算机视觉领域中的一种基本图像处理技术，它可以对图像进行平移、旋转、缩放和剪切等操作。仿射变换是一种线性变换，它保持了图像的平行线性质，即平行线在变换后仍然保持平行。### OpenCV 中的仿射变换在 OpenCV 中，可以使用 `cv2.warpAffine()` 函数来实现仿射变换。该函数需要两个参数：

变换矩阵：

一个 2x3 的矩阵，它定义了仿射变换。

输入图像：

要进行仿射变换的图像。### 仿射变换矩阵的计算仿射变换矩阵可以通过以下几种方法计算：

手动指定：

可以直接手动输入变换矩阵，例如：```pythonM = np.float32([[1, 0, 10], [0, 1, 20]])```这将对图像进行水平方向平移 10 个像素，垂直方向平移 20 个像素。

使用 `cv2.getRotationMatrix2D()` 函数：

可以使用该函数来计算旋转变换矩阵。```pythoncenter = (width / 2, height / 2)angle = 30scale = 1M = cv2.getRotationMatrix2D(center, angle, scale)```这将以中心点为中心，逆时针旋转图像 30 度。

使用 `cv2.getAffineTransform()` 函数：

可以使用该函数来计算由三个点定义的仿射变换矩阵。```pythonsrc = np.float32([[0, 0], [100, 0], [0, 100]])dst = np.float32([[20, 30], [120, 50], [40, 110]])M = cv2.getAffineTransform(src, dst)```这将把三个点 `src` 映射到三个点 `dst`。### 仿射变换的应用仿射变换在计算机视觉领域中有着广泛的应用，例如：

图像校正：

可以使用仿射变换来校正图像的透视畸变。

图像拼接：

可以使用仿射变换来拼接多张图像。

目标跟踪：

可以使用仿射变换来跟踪目标的运动。

图像识别：

可以使用仿射变换来对图像进行预处理，使其更适合于图像识别算法。### 代码示例```python import cv2 import numpy as np# 加载图像 img = cv2.imread("image.jpg")# 定义变换矩阵 M = np.float32([[1, 0, 10], [0, 1, 20]])# 进行仿射变换 dst = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))# 显示结果 cv2.imshow("Original Image", img) cv2.imshow("Affine Transformed Image", dst) cv2.waitKey(0) cv2.destroyAllWindows() ```### 总结仿射变换是一种重要的图像处理技术，它可以实现各种图像变换。OpenCV 提供了方便的函数来实现仿射变换，使其易于使用。通过学习仿射变换，可以更好地理解和运用图像处理技术。

OpenCV 仿射变换

简介仿射变换是计算机视觉领域中的一种基本图像处理技术，它可以对图像进行平移、旋转、缩放和剪切等操作。仿射变换是一种线性变换，它保持了图像的平行线性质，即平行线在变换后仍然保持平行。

OpenCV 中的仿射变换在 OpenCV 中，可以使用 `cv2.warpAffine()` 函数来实现仿射变换。该函数需要两个参数：* **变换矩阵：** 一个 2x3 的矩阵，它定义了仿射变换。 * **输入图像：** 要进行仿射变换的图像。

仿射变换矩阵的计算仿射变换矩阵可以通过以下几种方法计算：* **手动指定：** 可以直接手动输入变换矩阵，例如：```pythonM = np.float32([[1, 0, 10], [0, 1, 20]])```这将对图像进行水平方向平移 10 个像素，垂直方向平移 20 个像素。 * **使用 `cv2.getRotationMatrix2D()` 函数：** 可以使用该函数来计算旋转变换矩阵。```pythoncenter = (width / 2, height / 2)angle = 30scale = 1M = cv2.getRotationMatrix2D(center, angle, scale)```这将以中心点为中心，逆时针旋转图像 30 度。 * **使用 `cv2.getAffineTransform()` 函数：** 可以使用该函数来计算由三个点定义的仿射变换矩阵。```pythonsrc = np.float32([[0, 0], [100, 0], [0, 100]])dst = np.float32([[20, 30], [120, 50], [40, 110]])M = cv2.getAffineTransform(src, dst)```这将把三个点 `src` 映射到三个点 `dst`。

仿射变换的应用仿射变换在计算机视觉领域中有着广泛的应用，例如：* **图像校正：** 可以使用仿射变换来校正图像的透视畸变。 * **图像拼接：** 可以使用仿射变换来拼接多张图像。 * **目标跟踪：** 可以使用仿射变换来跟踪目标的运动。 * **图像识别：** 可以使用仿射变换来对图像进行预处理，使其更适合于图像识别算法。

代码示例```python import cv2 import numpy as np

加载图像 img = cv2.imread("image.jpg")

定义变换矩阵 M = np.float32([[1, 0, 10], [0, 1, 20]])

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

显示结果 cv2.imshow("Original Image", img) cv2.imshow("Affine Transformed Image", dst) cv2.waitKey(0) cv2.destroyAllWindows() ```

总结仿射变换是一种重要的图像处理技术，它可以实现各种图像变换。OpenCV 提供了方便的函数来实现仿射变换，使其易于使用。通过学习仿射变换，可以更好地理解和运用图像处理技术。