opencv006图像处理之仿射变换（旋转，缩放，平移）

空间变换中的仿射变换对应着五种变换，平移，缩放，旋转，翻转，错切。而这五种变化由原图像转变到变换图像的过程，可以用仿射变换矩阵进行描述。而这个变换过程可以用一个2*3的矩阵与原图进行相乘得到。关键就是这个矩阵M：

仿射变换的函数：

平移，旋转

cv2.warpAffine(scr, M, dsize, flags, mode, value)

透视

 cv2.warpPerspective(img1, M, desize......)

• M: 变换矩阵
• desize: 输出图片大小
• flags：与resize中的插值算法一致
• mode：边界外推法标志(有默认值)
• value：填充边界值（有默认值）

平移

读入的是二维的图像，所以就不用写最后一行了

---

向右平移200 （向左就是负数，其他同理）

变换矩阵，最少是float32

M = np.float32([[1, 0, 200], [0, 1, 0]])

向下平移200

变换矩阵，最少是float32

M = np.float32([[1, 0, 0], [0, 1, 200]])

向右下平移

变换矩阵，最少是float32

M = np.float32([[1, 0, 200], [0, 1, 200]])

这个是向右平移的代码：

import cv2
import numpy as np
img1 = cv2.imread("F:\est01\e1.jpg")
h, w, ch = img1.shape
# 变换矩阵，最少是float32
M = np.float32([[1, 0, 200], [0, 1, 0]])
# 平移操作
# 注意opencv中先宽后高
new_img1 = cv2.warpAffine(img1, M, dsize=(w, h))
cv2.imshow('img1', img1)
cv2.imshow('new_img1', new_img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

旋转

可以用opencv获取变换矩阵

在进行旋转操作时，不方便手动 计算变换矩阵，opencv中提供了获取变换矩阵的api

方法1：

使用cv2.getRotationMatrix2D

M = cv2.getRotationMatrix2D(center, angle, 缩放比例)

import cv2
import numpy as np
img1 = cv2.imread("F:\est01\e1.jpg")
h, w, ch = img1.shape
# 获取变换矩阵
M = cv2.getRotationMatrix2D((100, 100), 30, 1)
new_img1 = cv2.warpAffine(img1, M, (w, h))
cv2.imshow('img1', img1)
cv2.imshow('new_img1', new_img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

另一种方法：

使用cv2.getAffineTransform(src, dst)

M = cv2.getAffineTransform(src, dst)

可以通过三个点来确定变换后的位置，相当于解方程，三个点对应三个方程，解出偏移的参数，旋转的角度

src = np.float32([[200, 100], [300, 100], [200, 300]])
dst = np.float32([[100, 150], [360, 200], [280, 120]])
M = cv2.getAffineTransform(src, dst)
new_img1 = cv2.warpAffine(img1, M, (w, h))

三个点是随便写的，所以有些许奇怪 哈哈哈

效果像把图片向某个方向拉

透视

将一种坐标系变成另一种坐标系，可以把倾斜的图片变正

函数：

cv2.warpPerspective（img，M，desize.......）

对于透视变换来说，M是一个3*3的矩阵

cv2.getPerspectiveTransform(src,dst)获取透视变换矩阵，需要4个点，即图片的四个角

src = np.float32([[50, 50], [630, 0], [0, 640], [630, 630]])
dst = np.float32([[0, 0], [640, 0], [0, 640], [640, 640]])
M = cv2.getPerspectiveTransform(src, dst)
new_img1 = cv2.warpPerspective(img1, M, (640, 640))