画像の幾何学的変換のためのOpencv

1.cv.resize（）で画像サイズを変更します

元の画像（opencvは読み取り後にBGR画像になります）：

import cv2 as cv
img = cv.imread('1.JPG',0)

img = cv.resize(img,(256,256))  #改变大小到（256,256）

cv.imshow('img',img)
cv.imwrite('img.jpg',img)
cv.waitKey(0)

効果画像：

2.cv.warpAffine（）画像変換用

npを使用して変換行列MMを作成します$M$そしてそれをwarpAffine（）に渡します。
$M=\left[\begin{array}{ccc}1& 0& t_X\\ 0& 1& t_{そして}\end{array}\right]$

import cv2 as cv
import numpy as np
img = cv.imread('1.JPG',0)
img = cv.resize(img,(256,256))

rows,cols = img.shape
M = np.float32([[1,0,50],[0,1,50]])   #转移矩阵
dst = cv.warpAffine(img,M,(cols,rows))      #参数：平移图片，转移矩阵，输出大小(width，height)

cv.imshow('img',dst)
cv.waitKey(0)
cv.destroyAllWindows()

3.cv.getRotationMatrix2D（）を使用して、回転マトリックスを取得します

回転回転阵：M = [cosθ− sinθsinθcosθ $M=\left[\begin{array}{cc}COS\theta & -sの私のn\theta \\ sの私のn\theta & COS\theta \end{array}\right]$、角度は$\theta$。

OpenCVは、スケーラブルな回転と調整可能な回転中心を提供し、任意の位置で回転できます。変更された変換マトリックスは次のとおりです。
$$\left[\begin{array}{ccc}A& b& （1-a）\cdot CEn個のTEのR。バツ-b\cdot CEn個のTEのR。そして\\ -B& A& b\cdot CEn個のTEのR。バツ+（1-a）\cdot CEn個のTEのR。そして\end{array}\right]$$
中：α=スケール⋅cos⁡θ、β=スケール⋅sin⁡θ
$$\begin{array}{l}A=scale\cdot \cos \theta 、\\ b=scale\cdot \mathrm{なし}私\end{array}$$

import cv2 as cv
img = cv.imread('1.JPG',0)
img = cv.resize(img,(256,256))
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)  #参数：center, angle, scale
dst = cv.warpAffine(img,M,(cols,rows))    # #参数：img：平移图片，M：变换矩阵，输出大小(width，height)

cv.imshow('img',dst)
cv.imwrite('img.jpg',dst)
cv.waitKey(0)
cv.destroyAllWindows()

cv.getAffineTransform（）を使用して、アフィン変換行列を取得します

アフィン変換では、元の画像のすべての平行線は、出力画像でも平行のままです。

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv
img = cv.imread('1.JPG')

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.figure(12)
plt.subplot(121),plt.axis('off'),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.axis('off'),plt.imshow(dst,),plt.title('Output')
plt.savefig('img.jpg',)
plt.show()
cv.waitKey(0)

cv.getPerspectiveTransform（）を使用して、パースペクティブ変換マトリックスを取得します

パースペクティブ変換には、3x3変換マトリックスが必要です。変換後も直線は直線のままです。この変換マトリックスを見つけるには、入力画像に4つのポイントがあり、出力画像に対応するポイントが必要です。これらの4つのポイントのうち、3つは同一直線上にあるべきではありません。次に、変換行列は関数cv.getPerspectiveTransformを介して見つけることができます。次に、サブマトリックスをcv.warpPerspectiveに送信します

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv
img = cv.imread('1.JPG')
rows,cols,ch = img.shape

pts1 = np.float32([[0,0],[300,0],[0,300],[300,300]])  #源图像中四边形顶点的坐标
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])   #目标图像中相应四边形顶点的坐标。
M = cv.getPerspectiveTransform(pts1,pts2)
dst = cv.warpPerspective(img,M,(300,300))

plt.figure(12)
plt.subplot(121),plt.axis('off'),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.axis('off'),plt.imshow(dst,),plt.title('Output')
plt.savefig('img.jpg',)
plt.show()
cv.waitKey(0)