当前位置: 首页 > news >正文

python学opencv|读取图像(三十)使用cv2.getAffineTransform()函数倾斜拉伸图像

【1】引言

前序已经学习了如何平移和旋转缩放图像,相关文章链接为:

python学opencv|读取图像(二十七)使用cv2.warpAffine()函数平移图像-CSDN博客

python学opencv|读取图像(二十八)使用cv2.getRotationMatrix2D()函数旋转缩放图像-CSDN博客

在此基础上,我们尝试倾斜拉伸图

【2】核心代码

前序学习进程中,已经知晓平移图像的核心代码是设置M矩阵,使其按照两行三列的形式,通过改变第三列的值来移动图像:

    此时的M矩阵有两个可选变量x和y:

    M=[[1,0,x],

          [0,1,y]],

    当x>0,图像向右移动x大小的位置;当y>0,图像向右下移动y大小的位置;当x和y取负值时图像分别向左和向上运动。

当我们想旋转图像时,需要调用一个cv2.getRotationMatrix2D()函数来实现旋转,通过定义旋转中心,旋转角度和缩放倍数实现旋转和缩放目标。

Mat cv::getRotationMatrix2D     (     Point2f     center, #旋转中心,需要提前定义好
        double     angle, #旋转角度
        double     scale ) #缩放倍数

而当我们想倾斜拉伸图像时,是根据图像的坐标点来操作的:

输入图像有四个顶角;

取三个顶角的点坐标即可知晓图像大小;

给出新的三个坐标点,替换之前取到的三个坐标点,即可倾斜拉伸图像。

具体调用的函数为:cv2.getAffineTransform(p1,p2)。

点击下述链接,直达函数官网教程:

OpenCV: Geometric Image Transformations

在这里会看到对函数的详细介绍,非常简单,函数里练得输入是两个集合,每个集合由三个坐标点组成。

【3】代码测试

首先是引入模块和完成初始图像的读取:

import cv2 as cv # 引入CV模块
import numpy as np #引入numpy模块# 读取图片
src = cv.imread('srcm.png')

然后先读取原图想的三个点:

#设置点
rows=len(src) #读取图像行数
cols=len(src[0]) #读取图像列数
p1=np.zeros((3,2),np.float32) #32位浮点型全0矩阵
p1[0]=[0,0] #第一点
p1[1]=[cols-1,0] #第二点
p1[2]=[0,rows-1] #第三点

再设置新的三个点:

p2=np.zeros((3,2),np.float32) #32位浮点型全0矩阵
p2[0]=[100,0] #新的第一点
p2[1]=[cols-1,0] #新的第二点
p2[2]=[0,rows-1] #新的第三点

之后通过调用cv2.getAffineTransform(p1,p2)函数,用p2的三个点坐标替换p1的三个点坐标,由此实现图像的倾斜拉伸:

cv.getAffineTransform(p1,p2)

 最后回到cv2.warpAffine()函数实现图像的输出、显示和保存:

dst=cv.warpAffine(src,M,(cols,rows)) #输出图像
cv.imshow('srcm-qxls', dst)  # 在屏幕展示绘制圆形的效果
cv.imwrite('srcm-qxls.png', dst)  # 保存图像
cv.waitKey()  # 图像不会自动关闭
cv.destroyAllWindows()  # 释放所有窗口

使用的初始图像为:srcm.png

图1 srcm.png

代码运行后的输出图像为:

图2 srcm-qxls.png

【4】细节说明

这里给出的两组点,其实p1[1]=p2[1],p1[2]=p2[2];发生变化的是p1[0]到p2[0]:也就是把左上角的顶点往右移动100个像素位置,此时图像会自动保持侧面的边线平行,让右下角的点左移100个像素点。这就是图2所示的模样。

p1=np.zeros((3,2),np.float32) #32位浮点型全0矩阵
p1[0]=[0,0] #第一点
p1[1]=[cols-1,0] #第二点
p1[2]=[0,rows-1] #第三点p2=np.zeros((3,2),np.float32) #32位浮点型全0矩阵
p2[0]=[100,0] #新的第一点
p2[1]=[cols-1,0] #新的第二点
p2[2]=[0,rows-1] #新的第三点

【5】总结

掌握了python+opencv实现图像倾斜拉伸的技巧。

http://www.lryc.cn/news/519180.html

相关文章:

  • Unity3D中基于ILRuntime的组件化开发详解
  • ELK的搭建
  • 国产信创实践(国能磐石服务器操作系统CEOS +东方通TongHttpServer)
  • C#里使用libxl读取EXCEL文件里的图片并保存出来
  • 【开源免费】基于SpringBoot+Vue.JS企业级工位管理系统(JAVA毕业设计)
  • 美国大学的计算机科学专业排名
  • 机器学习实战——决策树:从原理到应用的深度解析
  • 开源生成式物理引擎Genesis,可模拟世界万物
  • kubernetes第七天
  • RK3588上CPU和GPU算力以及opencv resize的性能对比测试
  • 基于Centos 7系统的安全加固方案
  • IT行业的发展趋势
  • 《探秘开源多模态神经网络模型:AI 新时代的万能钥匙》
  • ROS核心概念解析:从Node到Master,再到roslaunch的全面指南
  • 2025广州国际汽车内外饰技术展览会:引领汽车内外饰发展新潮流-Automotive Interiors
  • ElasticSearch内存占用率过高怎么办?
  • 基于Qt的OFD阅读器开发原理与实践
  • 用 HTML5 Canvas 和 JavaScript 实现流星雨特效
  • Apifox=Postman+Swagger+Jmeter+Mock
  • SpringBoot多数据源架构实现
  • HarmonyOS开发:传参方式
  • OpenCV计算机视觉 07 图像的模块匹配
  • 国产游戏崛起,燕云十六移动端1.9上线,ToDesk云电脑先开玩
  • 企业级PHP异步RabbitMQ协程版客户端 2.0 正式发布
  • [OPEN SQL] 限定选择行数
  • Vite源码学习分享(一)
  • 定位,用最通俗易懂的方法2:TDOA与对应的CRLB
  • Linux第一课:c语言 学习记录day06
  • ExplaineR:集成K-means聚类算法的SHAP可解释性分析 | 可视化混淆矩阵、决策曲线、模型评估与各类SHAP图
  • 2025年第三届“华数杯”国际大学生数学建模竞赛A题题目