【圖像處理】OpenCV+Python圖像處理入門教程(四)幾何變換


       這篇隨筆介紹使用OpenCV進行圖像處理的第四章 幾何變換。

4  幾何變換

       圖像的幾何變換是指將一幅圖像映射到另一幅圖像內。有縮放、翻轉、仿射變換、透視、重映射等操作。

4.1  縮放

使用cv2.resize()函數實現對圖像的縮放,但要注意cv2.resize()函數內的dsize參數與原圖像的行列屬性是相反的,也就是:目標圖像的行數是原始圖像的列數,目標圖像的列數是原始圖像的行數。

下面舉例說明cv2.resize()函數的用法:

1 import cv2 2 img=cv2.imread('E:/python_opencv/tupian.jpg') 3 rows,cols=img.shape[0:2]   #行數和列數等於img的長度和寬度
4 size=(int(cols*0.9),int(rows*0.5))   #比例:列變為原來0.9倍,行變為0.5倍
5 rst=cv2.resize(img,size)   #將img按size比例縮放
6 print('img.shape=',img.shape) 7 print('rst.shape=',rst.shape)

運行程序的結果如下:

img.shape=(600,60,3) rst.shape=(300,54,3)

可以看出,行數變為原來的0.5倍,列數變為原來的0.9倍。代碼中size的行列位置發生了交換。

 

4.2  翻轉

使用cv2.flip()函數對圖像翻轉,能夠實現水平方向翻轉、垂直方向翻轉、兩個方向同時翻轉。

下面舉例說明cv2.flip()函數的用法:

 1 import cv2  2 img=cv2.imread('E:/python_opencv/tupian.jpg')  3 x=cv2.flip(img,0)      #圖x對原圖像繞x軸翻轉
 4 y=cv2.flip(img,1)      #圖y對原圖像繞y軸翻轉
 5 xy=cv2.flip(img,-1)    #圖xy對原圖像繞x軸y軸同時翻轉
 6 cv2.imshow('img',img)  7 cv2.imshow('x',x)  8 cv2.imshow('y',y)  9 cv2.imshow('xy',xy) 10 cv2.waitKey() 11 cv2.destroyAllWindows()

程序運行結果如下四幅圖,第一幅是原圖,第二幅是繞x軸翻轉,第三幅是繞y軸翻轉,第四幅是繞x軸y軸同時翻轉。

 

4.3  仿射

仿射變換是指圖像實現平移、旋轉等操作。

先設置一個變換矩陣M,然后使用cv2.warpAffine()函數對原圖像和變換矩陣M進行仿射操作。

(一)平移

要實現圖像的平移,我們先自定義一個轉換矩陣,再進行仿射平移變換。例程如下:

 1 import cv2  2 import numpy as np  3 img=cv2.imread('E:\python_opencv/tupian.jpg')  4 height,width=img.shape[:2]         #讀取原圖像的長和寬
 5 x=100                                           #自定義轉換矩陣M的x軸移動值
 6 y=200                                           #自定義轉換矩陣M的y軸移動值
 7 M=np.float32([[1,0,x],[0,1,y]])       #構造轉換矩陣M
 8 move=cv2.warpAffine(img,M,(width,height))   #平移映射
 9 cv2.imshow('orginal',img) 10 cv2.imshow('move',move) 11 cv2.waitKey() 12 cv2.destroyAllWindows()

程序運行結果如下圖所示,左為原圖,右為平移后的圖。

(二)旋轉

使用函數cv2.getRotationMatrix2D()獲得轉移矩陣M,然后使用函數cv2.warpAffine()進行仿射旋轉變換。例程如下:

1 import cv2 2 img=cv2.imread('E:\python_opencv/tupian.jpg') 3 height,width=img.shape[:2]   #讀取原圖像的長和寬
4 M=cv2.getRotationMatrix2D((width/2,height/2),45,0.6)   #以中心為原點,逆時針旋轉45°,且縮小為原圖的0.6倍,獲得轉移矩陣M
5 rotate=cv2.warpAffine(img,M,(width,height))   #旋轉映射
6 cv2.imshow('original',img) 7 cv2.imshow('rotation',rotate) 8 cv2.waitKey() 9 cv2.destroyAllWindows()

程序運行結果如下圖所示,左為原圖,右為旋轉后的圖。

 

4.4  透視

透視變換是指將矩陣圖形投影到另一個視平面,可以映射為任意四邊形,所以透視變換也被稱為投影映射(Projection Mapping),並不是字面意義上的“透視”。透視與上節的仿射不同,仿射可以將矩陣映射為任意平行四邊形。

使用cv2.warpPerspective()函數實現透視變換。例程如下:

 1 #完成圖像透視
 2 import cv2  3 import numpy as np  4 img=cv2.imread('E:/python_opencv/tupian.jpg')  5 rows,cols=img.shape[:2]      #讀取原圖像的長和寬
 6 print(rows,cols)  7 #生成旋轉矩陣M
 8 pts1=np.float32([[150,50],[400,50],[60,450],[310,450]])  9 pts2=np.float32([[50,50],[rows-50,50],[50,cols-50],[rows-50,cols-50]]) 10 M=cv2.getPerspectiveTransform(pts1,pts2) 11 #使用函數cv2.warpPerspective()進行透視變換
12 dst=cv2.warpPerspective(img,M,(cols,rows)) 13 cv2.imshow('img',img) 14 cv2.imshow('dst',dst) 15 cv2.waitKey() 16 cv2.destroyAllWindows()

程序運行結果如下圖所示,左為原圖,右為透視變換的圖。

我們可以看到,原圖片經過透視映射后,變成另一個視角下的任意四邊形了。

 

4.5  重映射

重映射是修改了像素點的位置,從而生成一幅新的圖像,包括:復制、繞x軸y軸翻轉,x軸y軸互換,圖像縮放等。

均使用cv2.remap()重映射函數進行操作。

需要注意cv2.remap()中的兩個參數mapx、mapy。mapx表示對應位置上x軸坐標值,mapy表示對應位置上y軸坐標值。

(一)復制

使用cv2.remap()函數完成圖像復制,需先定義mapx,mapy的值,然后循環映射每個像素點到對應的位置上。

代碼如下:

 1 import cv2  2 import numpy as np  3 img=cv2.imread('E:/python_opencv/tupian.jpg')  4 rows,cols=img.shape[:2]                  #讀取行列數
 5 mapx=np.zeros(img.shape[:2],np.float32)  #mapx參數設定為對應位置上的x軸坐標值
 6 mapy=np.zeros(img.shape[:2],np.float32)  #mapy參數設定為對應位置上的y軸坐標值
 7 for i in range(rows):                    #對每個元素復制映射
 8     for j in range(cols):  9  mapx.itemset((i,j),j) 10  mapy.itemset((i,j),i) 11 rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR) 12 cv2.imshow('original',img) 13 cv2.imshow('result',rst) 14 cv2.waitKey() 15 cv2.destroyAllWindows()

執行后結果如下所示,可以看到,實現了圖像的復制重映射。

(二)繞x軸翻轉

重映射法對圖像繞x軸翻轉,表明mapx的值保持不變,mapy的值調整為總行數-1-當前行號,其余部分代碼不變,所以循環體內代碼變為:

1 for i in range(rows): 2     for j in range(cols): 3         mapx.itemset((i,j),j)           #mapx的值保持不變
4         mapy.itemset((i,j),rows-1-i)    #mapy的值調整為總行數-1-當前行號

(三)繞y軸翻轉

重映射法對圖像繞y軸翻轉,表明mapx的值調整為總行數-1-當前列號,mapy的值保持不變,所以循環體內代碼變為:

1 for i in range(rows): 2     for j in range(cols): 3         mapx.itemset((i,j),cols-1-j)    #mapx的值調整為總列數-1-當前列號
4         mapy.itemset((i,j),i)           #mapy的值保持不變

(四)繞x軸y軸翻轉

重映射也能實現圖像繞x軸和y軸的同時翻轉,只需將前兩個部分合並,使mapx的值調整為總行數-1-當前列號,mapy的值調整為總行數-1-當前行號。例程如下:

 1 import cv2  2 import numpy as np  3 img=cv2.imread('E:\python_opencv/tupian.jpg')  4 rows,cols=img.shape[:2]  5 mapx=np.zeros(img.shape[:2],np.float32)  6 mapy=np.zeros(img.shape[:2],np.float32)  7 for i in range(rows):  8     for j in range(cols):  9         mapx.itemset((i,j),cols-1-j)    #mapx的值調整為總列數-1-當前列號
10         mapy.itemset((i,j),rows-1-i)   #mapy的值調整為總行數-1-當前行號
11 rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR) 12 cv2.imshow('original',img) 13 cv2.imshow('result',rst) 14 cv2.waitKey() 15 cv2.destroyAllWindows()

執行后結果如下所示,可以看到,實現了圖像的繞x軸和y軸翻轉重映射過程。

(五)x軸、y軸互換

重映射中,x軸、y軸互換表明,mapx的值變為所在行的行號,mapy的值變為所在列的列號。

但當行數和列數不一致時,行或列無法完成映射的部分就被處理為0。示例代碼如下:

 1 #使用函數cv2.remap()實現圖像繞x軸和y軸的互換
 2 import cv2  3 import numpy as np  4 img=cv2.imread('E:\python_opencv/tupian.jpg')  5 rows,cols=img.shape[:2]  6 mapx=np.zeros(img.shape[:2],np.float32)  7 mapy=np.zeros(img.shape[:2],np.float32)  8 for i in range(rows):  9     for j in range(cols): 10         mapx.itemset((i,j),i)    #mapx的值變為所在行的行號
11         mapy.itemset((i,j),j)    #mapy的值變為所在列的列號
12 rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR) 13 cv2.imshow('original',img) 14 cv2.imshow('result',rst) 15 cv2.waitKey() 16 cv2.destroyAllWindows()

結果如圖:

可以看到,列數多於行數的部分被置為0(黑色)。

(六)圖像的縮放

重映射提供了cv2.remap()函數能夠實現圖像的放大或縮小。處理圖像后,可以將圖像固定在圍繞其中心的某個區域。

下面例程中,x軸和y軸均縮小為原來的0.25-0.75倍之間。

 1 import cv2  2 import numpy as np  3 img=cv2.imread('E:\python_opencv/tupian.jpg')  4 rows,cols=img.shape[:2]  5 mapx=np.zeros(img.shape[:2],np.float32)  6 mapy=np.zeros(img.shape[:2],np.float32)  7 for i in range(rows):  8     for j in range(cols):  9         if 0.25*cols < i < 0.75*cols and 0.25*rows < i < 0.75*rows: 10             #在目標圖像的x軸(0.25-0.75)倍之內生成縮小圖像
11             mapx.itemset((i,j),2*(j-0.25*cols)+0.5) 12             #在目標圖像的y軸(0.25-0.75)倍之內生成縮小圖像
13             mapy.itemset((i,j),2*(i-rows*0.25)+0.5) 14         else: 15             #不在上述區域的點都取(0,0)坐標點的值
16  mapx.itemset((i,j),0) 17  mapy.itemset((i,j),0) 18 rst=cv2.remap(img,mapx,mapy,cv2.INTER_LINEAR)   #圖像縮放重映射
19 cv2.imshow('original',img) 20 cv2.imshow('result',rst) 21 cv2.waitKey() 22 cv2.destroyAllWindows()
圖像縮放重映射結果如下:

 
        

這次內容就分享到這里了,下次繼續更新第5章 圖像閾值處理,希望與各位老師和小伙伴們交流學習~

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM