标签:传递 height get pen RoCE patch 限制 fine style
1、变换
OpenCV提供了两个转换函数cv.warpAffine和cv.warpPerspective,您可以使用它们进行各种转换。cv.warpAffine采用2x3转换矩阵,而cv.warpPerspective采用3x3转换矩阵作为输入。
import cv2 as cv from google.colab.patches import cv2_imshow image=cv.imread(‘变换.jpg‘) # 得到图片的高和宽 height,width=image.shape[:2] # 定义对应的点 points1 = np.float32([[75,55], [340,55], [33,435], [400,433]]) points2 = np.float32([[0,0], [360,0], [0,420], [360,420]]) # 计算得到转换矩阵 M = cv.getPerspectiveTransform(points1, points2) # 实现透视变换转换 processed = cv.warpPerspective(image,M,(360, 420)) cv2_imshow(processed)
结果:
参考:https://zhuanlan.zhihu.com/p/37023649
2、缩放
缩放只是调整图像的大小。为此,OpenCV带有一个函数cv.resize()。图像的大小可以手动指定,也可以指定缩放比例。也可使用不同的插值方法。首选的插值方法是cv.INTER_AREA用于缩小,cv.INTER_CUBIC(慢)和cv.INTER_LINEAR用于缩放。默认情况下,出于所有调整大小的目的,使用的插值方法为cv.INTER_LINEAR。您可以使用以下方法调整输入图像的大小
import numpy as np import cv2 as cv img = cv.imread(‘messi5.jpg‘) res = cv.resize(img,None,fx=2, fy=2, interpolation = cv.INTER_CUBIC) #或者 height, width = img.shape[:2] res = cv.resize(img,(2*width, 2*height), interpolation = cv.INTER_CUBIC)
结果:
3、平移
平移是对象位置的转换。 如果你知道(x,y)方向的偏移,让它为(tx,ty),你可以创建变换矩阵M,如下所示:
可以将其设置为np.float32类型的Numpy数组,并将其传递给cv.warpAffine()函数.
import cv2 import numpy as np img = cv2.imread(‘img.jpg‘,0) rows,cols = img.shape M = np.float32([[1,0,100],[0,1,50]]) dst = cv2.warpAffine(img,M,(cols,rows)) cv2.imshow(‘img‘,img) cv2.imshow(‘dst‘,dst) cv2.waitKey(0) cv2.destroyAllWindows()
结果:
4、图像旋转
通过变换矩阵实现图像旋转角度θ:
OpenCV提供可调旋转,旋转中心可调,因此可以在任何的位置旋转.修正的变换矩阵由下式给出:
为了找到这个转换矩阵,OpenCV提供了一个函数cv2.getRotationMatrix2D
.
img = cv.imread(‘messi5.jpg‘,0) rows,cols = img.shape # cols-1 和 rows-1 是坐标限制 M = cv.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),90,1) dst = cv.warpAffine(img,M,(cols,rows))
结果:
5、仿射变换
在仿射变换中,原始图像中的所有平行线在输出图像中仍将平行。为了找到变换矩阵,我们需要输入图像中的三个点及其在输出图像中的对应位置。然后cv.getAffineTransform将创建一个2x3矩阵,该矩阵将传递给cv.warpAffine。
查看以下示例,并查看我选择的点(以绿色标记):
img = cv.imread(‘drawing.png‘) rows,cols,ch = img.shape pts1 = np.float32([[50,50],[200,50],[50,200]]) pts2 = np.float32([[10,100],[200,50],[100,250]]) M = cv.getAffineTransform(pts1,pts2) dst = cv.warpAffine(img,M,(cols,rows)) plt.subplot(121),plt.imshow(img),plt.title(‘Input‘) plt.subplot(122),plt.imshow(dst),plt.title(‘Output‘)
结果:
6、透视变换
对于透视变换,您需要3x3变换矩阵。即使在转换后,直线也将保持直线。要找到此变换矩阵,您需要在输入图像上有4个点,在输出图像上需要相应的点。在这四个点中,其中三个不应共线。然后可以通过函数cv.getPerspectiveTransform找到变换矩阵。然后将cv.warpPerspective应用于此3x3转换矩阵。
请参见下面的代码:
img = cv.imread(‘sudoku.png‘) rows,cols,ch = img.shape pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]]) pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]]) M = cv.getPerspectiveTransform(pts1,pts2) dst = cv.warpPerspective(img,M,(300,300)) plt.subplot(121),plt.imshow(img),plt.title(‘Input‘) plt.subplot(122),plt.imshow(dst),plt.title(‘Output‘) plt.show()
结果:
参考:
http://woshicver.com/FifthSection/4_2_%E5%9B%BE%E5%83%8F%E5%87%A0%E4%BD%95%E5%8F%98%E6%8D%A2/
标签:传递 height get pen RoCE patch 限制 fine style
原文地址:https://www.cnblogs.com/xiximayou/p/13125121.html