OpenCV圖像變換(仿射變換與透視變換)

仿射變換(affine transform)與透視變換(perspective transform)在圖像還原、圖像局部變化處理方面有重要意義。通常，在2D平面中，仿射變換的應用較多，而在3D平面中，透視變換又有了自己的一席之地。兩種變換原理相似，結果也類似，可針對不同的場合使用適當的變換。

仿射變換和透視變換的數學原理不需深究，其計算方法為坐標向量和變換矩陣的乘積，換言之就是矩陣運算。在應用層面，仿射變換是圖像基於3個固定頂點的變換，如圖所示：

 

圖中紅點即為固定頂點，在變換先后固定頂點的像素值不變，圖像整體則根據變換規則進行變換

同理，透視變換是圖像基於4個固定頂點的變換，如圖所示：

在OpenCV中，仿射變換和透視變換均有封裝好的函數，分別為

void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar()) 

與

void warpPerspective(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar()) 

兩種變換函數形式完全相同，因此以仿射變換函數為例：

void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

參數InputArray src：輸入變換前圖像

參數OutputArray dst：輸出變換后圖像，需要初始化一個空矩陣用來保存結果，不用設定矩陣尺寸

參數InputArray M：變換矩陣，用另一個函數getAffineTransform()計算

參數Size dsize：設置輸出圖像大小

參數int flags=INTER_LINEAR：設置插值方式，默認方式為線性插值

后兩個參數不常用，在此不贅述

關於生成變換矩陣InputArray M的函數getAffineTransform()：

Mat getAffineTransform(const Point2f* src, const Point2f* dst)

參數const Point2f* src：原圖的三個固定頂點

參數const Point2f* dst：目標圖像的三個固定頂點

返回值：Mat型變換矩陣，可直接用於warpAffine()函數

注意，頂點數組長度超過3個，則會自動以前3個為變換頂點；數組可用Point2f[]或Point2f*表示

示例代碼如下：

	//讀取原圖 Mat I = imread("..//img.jpg"); //設置空矩陣用於保存目標圖像 Mat dst; //設置原圖變換頂點 Point2f AffinePoints0[3] = { Point2f(100, 50), Point2f(100, 390), Point2f(600, 50) }; //設置目標圖像變換頂點 Point2f AffinePoints1[3] = { Point2f(200, 100), Point2f(200, 330), Point2f(500, 50) }; //計算變換矩陣 Mat Trans = getAffineTransform(AffinePoints0, AffinePoints1); //矩陣仿射變換 warpAffine(I, dst, Trans, Size(I.cols, I.rows)); //分別顯示變換先后圖像進行對比 imshow("src", I); imshow("dst", dst); waitKey(); 

同理，透視變換與仿射變換函數類似：

void warpPerspective(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

生成變換矩陣函數為：

Mat getPerspectiveTransform(const Point2f* src, const Point2f* dst)

注意，透視變換頂點為4個

兩種變換完整代碼及結果比較：

#include <iostream> #include <opencv.hpp> using namespace std; using namespace cv; Mat AffineTrans(Mat src, Point2f* scrPoints, Point2f* dstPoints) { Mat dst; Mat Trans = getAffineTransform(scrPoints, dstPoints); warpAffine(src, dst, Trans, Size(src.cols, src.rows), CV_INTER_CUBIC); return dst; } Mat PerspectiveTrans(Mat src, Point2f* scrPoints, Point2f* dstPoints) { Mat dst; Mat Trans = getPerspectiveTransform(scrPoints, dstPoints); warpPerspective(src, dst, Trans, Size(src.cols, src.rows), CV_INTER_CUBIC); return dst; } void main() { Mat I = imread("..//img.jpg"); //700*438 Point2f AffinePoints0[4] = { Point2f(100, 50), Point2f(100, 390), Point2f(600, 50), Point2f(600, 390) }; Point2f AffinePoints1[4] = { Point2f(200, 100), Point2f(200, 330), Point2f(500, 50), Point2f(600, 390) }; Mat dst_affine = AffineTrans(I, AffinePoints0, AffinePoints1); Mat dst_perspective = PerspectiveTrans(I, AffinePoints0, AffinePoints1); for (int i = 0; i < 4; i++) { circle(I, AffinePoints0[i], 2, Scalar(0, 0, 255), 2); circle(dst_affine, AffinePoints1[i], 2, Scalar(0, 0, 255), 2); circle(dst_perspective, AffinePoints1[i], 2, Scalar(0, 0, 255), 2); } imshow("origin", I); imshow("affine", dst_affine); imshow("perspective", dst_perspective); waitKey(); } 

結果如圖：

 

可以看出，仿射變換以3個點為基准點，即使數組長度為4也僅取前3個點作為基准點；透視變換以4個點為基准點，兩種變換結果不相同。應根據實際情況判斷使用哪種變換方式更佳

 

轉自：https://zhuanlan.zhihu.com/p/24591720