Python 在OpenCV里实现仿射变换—坐标变换效果

在计算机视觉领域，OpenCV是一个强大的库，用于处理图像和视频。在OpenCV中，仿射变换是一种常用的图像变换技术，它能够保持图像的直线性，但允许缩放、旋转和平移。本篇文章将详细探讨如何使用Python和OpenCV实现仿射变换，特别是坐标变换的效果。 了解仿射变换的基本概念。仿射变换是一种线性变换，它可以将一个平面内的图形映射到另一个平面上，同时保持平行线的关系不变。在二维空间中，一个仿射变换可以通过一个2x3的矩阵来表示，其中前两列对应于线性变换部分，第三列对应于平移向量。 在实际应用中，我们通常需要根据用户指定的控制点来计算这个2x3的变换矩阵。例如，假设我们有三个原始坐标点[(0, 0), (200, 0), (0, 200)]，经过变换后变为[(0, 0), (128, 0), (0, 50)]。为了得到这个变换矩阵，我们可以使用OpenCV中的`getAffineTransform`函数。这个函数接收两个参数，分别是原始坐标点的数组和目标坐标点的数组，然后返回对应的2x3变换矩阵。 以下是一个具体的Python代码示例，展示了如何使用OpenCV进行仿射变换： ```python import cv2 import numpy as np # 图片路径 imgname = "img1.jpg" # 读取图片 image = cv2.imread(imgname, cv2.IMREAD_COLOR) # 图片的高度和宽度 h, w = image.shape[:2] # 定义原始坐标点和目标坐标点 src = np.array([[0, 0], [200, 0], [0, 200]], np.float32) dst = np.array([[0, 0], [128, 0], [0, 50]], np.float32) # 计算2x3的仿射变换矩阵 A1 = cv2.getAffineTransform(src, dst) # 应用仿射变换 d1 = cv2.warpAffine(image, A1, (w, h), borderValue=125) # 显示原图和变换后的图像 cv2.imshow("d1", d1) cv2.imshow("image", image) # 等待用户输入，然后关闭所有窗口 cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个例子中，`getAffineTransform`函数计算了从`src`到`dst`的仿射变换矩阵`A1`，然后`warpAffine`函数使用这个矩阵对图像进行变换。`borderValue`参数用于指定边界像素的填充颜色，这里设置为125。 通过这种方式，我们可以轻松地实现各种图像的几何变换，而无需关心具体的变换顺序。例如，你可以通过调整目标坐标点的位置，实现图像的任意缩放、旋转和平移。这种坐标变换的方法非常灵活，可以应用于图像校正、物体识别等场景。 总结来说，Python和OpenCV提供的仿射变换功能让我们能够方便地处理图像的几何变换，而`getAffineTransform`和`warpAffine`函数是实现这一功能的关键。通过理解这些基本概念和工具，开发者可以在实际项目中实现复杂的图像处理任务。