前言：Hello大家好，我是小哥談。OpenCV中的幾何變換是指改變圖像的幾何結(jié)構(gòu)，例如大小、角度和形狀等，讓圖像呈現(xiàn)出縮放、翻轉(zhuǎn)、旋轉(zhuǎn)和透視效果。這些幾何變換操作都涉及復(fù)雜、精密的計(jì)算。OpenCV將這些計(jì)算過程都封裝成了非常靈活的方法，開發(fā)者只需要修改一些參數(shù)，就可以看到圖像的變換效果。本節(jié)課就介紹幾種常見的幾何變換效果及其實(shí)現(xiàn)方法。🌈

前期回顧：

? ? ? ? ? ?史上最全OpenCV常用方法及使用說明匯總，建議收藏！

? ? ? ? ? ?OpenCV基礎(chǔ)知識(shí)（1）— OpenCV概述

? ? ? ? ? ?OpenCV基礎(chǔ)知識(shí)（2）— 圖像處理的基本操作

? ? ? ? ? ?OpenCV基礎(chǔ)知識(shí)（3）— 圖像數(shù)字化基礎(chǔ)（像素、色彩空間）

? ? ? ? ? ?OpenCV基礎(chǔ)知識(shí)（4）— 繪制圖形?? ? ?

? ? ? ? ? ?目錄

🚀1.縮放

💥💥1.1 dsize參數(shù)實(shí)現(xiàn)縮放

💥💥1.2?fx參數(shù)和fy參數(shù)實(shí)現(xiàn)縮放

🚀2.翻轉(zhuǎn)

🚀3.旋轉(zhuǎn)

🚀4.透視

🚀1.縮放

“縮”表示縮小，“放”表示放大，通過OpenCV中提供的resize()方法就可以隨意更改圖像的大小比例，其語法格式如下：

dst = cv2.resize(src,dsize,fx,fy,interpolation)

參數(shù)說明：

src：原始圖像

dsize：輸出圖像的大小，格式為（寬，高），單位為像素。

fx：可選參數(shù)。水平方向的縮放比例。

fy：可選參數(shù)。垂直方向的縮放比例。

interpolation：可選參數(shù)。縮放的插值方式，在圖像縮小或者放大時(shí)需要?jiǎng)h減或補(bǔ)充像素，該參數(shù)可以指定使用哪種算法對(duì)像素進(jìn)行增減。建議使用默認(rèn)值。

返回值說明：

dst：縮放之后的圖像

🍀resize()方法有兩種使用方式，一種是通過dsize參數(shù)實(shí)現(xiàn)縮放，另一種是通過 fx 和 fy 參數(shù)實(shí)現(xiàn)縮放，下面分別進(jìn)行介紹。

💥💥1.1 dsize參數(shù)實(shí)現(xiàn)縮放

dsize參數(shù)的格式是一個(gè)元組，例如(100,200)，表示將圖像按照寬100像素、高200像素的大小進(jìn)行縮放。如果使用dsize參數(shù)，則可以不寫 fx 和 fy 參數(shù)。

代碼如下：

import cv2
img = cv2.imread("1.jpg")  # 讀取圖像
dst1 = cv2.resize(img, (300, 300))  # 按照寬300像素、高300像素的大小進(jìn)行縮放
cv2.imshow("img", img)  # 顯示原圖
cv2.imshow("dst1", dst1)  # 顯示縮放圖像
cv2.waitKey()  # 按下任何鍵盤按鍵后
cv2.destroyAllWindows()   # 釋放所有窗體

原始圖像：

縮放后圖像：

💥💥1.2?fx參數(shù)和fy參數(shù)實(shí)現(xiàn)縮放

使用 fx 參數(shù)和 fy 參數(shù)控制縮放的時(shí)候，dsize參數(shù)值必須使用None，否則 fx 和 fy 就會(huì)失效。

fx 參數(shù)和 fy 參數(shù)可以使用浮點(diǎn)值，小于1的值表示縮小，大于1的值表示放大。

代碼如下：

import cv2
img = cv2.imread("1.jpg")  # 讀取圖像
dst3 = cv2.resize(img, None, fx=1 / 3, fy=1 / 2)  # 將寬縮小到原來的1/3、高縮小到原來的1/2
cv2.imshow("img", img)  # 顯示原圖
cv2.imshow("dst3", dst3)  # 顯示縮放圖像
cv2.waitKey()  # 按下任何鍵盤按鍵后
cv2.destroyAllWindows()  # 釋放所有窗體

?原始圖像：

?縮放后圖像：

---

🚀2.翻轉(zhuǎn)

水平線被稱為X軸，垂直線被稱為Y軸。圖像沿著X軸或者Y軸翻轉(zhuǎn)之后，可以呈現(xiàn)出鏡面倒影的效果。OpenCV通過cv2.flip()方法實(shí)現(xiàn)翻轉(zhuǎn)效果，其語法如下：

dst = cv2.flip(src,flipCode)

參數(shù)說明：

src：原始圖像

flipCode：翻轉(zhuǎn)類型，類型值如下表所示。

參數(shù)值	含義
0	沿著X軸翻轉(zhuǎn)
正數(shù)	沿著Y軸翻轉(zhuǎn)
負(fù)數(shù)	同時(shí)沿著X軸、Y軸翻轉(zhuǎn)

返回值說明：

dst：翻轉(zhuǎn)之后的圖像

代碼如下：

import cv2
img = cv2.imread("1.jpg")  # 讀取圖像
dst1 = cv2.flip(img, 0)  # 沿X軸翻轉(zhuǎn)
dst2 = cv2.flip(img, 1)  # 沿Y軸翻轉(zhuǎn)
dst3 = cv2.flip(img, -1)  # 同時(shí)沿X軸、Y軸翻轉(zhuǎn)
cv2.imshow("img", img)  # 顯示原圖
cv2.imshow("dst1", dst1)  # 顯示翻轉(zhuǎn)之后的圖像
cv2.imshow("dst2", dst2)
cv2.imshow("dst3", dst3)
cv2.waitKey()  # 按下任何鍵盤按鍵后
cv2.destroyAllWindows()  # 釋放所有窗體

效果如圖所示：

---

🚀3.旋轉(zhuǎn)

讓圖像旋轉(zhuǎn)也是通過M矩陣實(shí)現(xiàn)的，但得出這個(gè)矩陣需要做很復(fù)雜的運(yùn)算，于是OpenCV提供了getRotationMatrix2D()方法來自動(dòng)計(jì)算出旋轉(zhuǎn)圖像的M矩陣。其語法格式如下所示：

M = cv2.getRotationMatrix2D(center,angle,scale)

參數(shù)說明：

center：旋轉(zhuǎn)的中心點(diǎn)坐標(biāo)

angle：旋轉(zhuǎn)的角度（不是弧度）。正數(shù)表示逆時(shí)針旋轉(zhuǎn)，負(fù)數(shù)表示順時(shí)針旋轉(zhuǎn)。

scale：縮放比例，浮點(diǎn)類型。如果取值為1，表示圖像保持原來的比例。

返回值說明：

M：方法計(jì)算出的仿射矩陣

🍀比如讓圖像逆時(shí)針旋轉(zhuǎn)30°的同時(shí)縮小到原來的80%，代碼如下：

import cv2
img = cv2.imread("1.jpg")  # 讀取圖像
rows = len(img)  # 圖像像素行數(shù)
cols = len(img[0])  # 圖像像素列數(shù)
center = (rows / 2, cols / 2)  # 圖像的中心點(diǎn)
M = cv2.getRotationMatrix2D(center, 30, 0.8)  # 以圖像為中心，逆時(shí)針旋轉(zhuǎn)30度，縮放0.8倍
dst = cv2.warpAffine(img, M, (cols, rows))  # 按照M進(jìn)行仿射
cv2.imshow("img", img)  # 顯示原圖
cv2.imshow("dst", dst)  # 顯示仿射變換效果
cv2.waitKey()  # 按下任何鍵盤按鍵后
cv2.destroyAllWindows()  # 釋放所有窗體

?效果如圖所示：

---

🚀4.透視

如果說仿射是讓圖像在二維平面中變形，那么透視就是讓圖像在三維空間中變形。從不同的角度觀察物體，會(huì)看到不同的變形畫面。例如，矩陣會(huì)變成不規(guī)則的四邊形、直角會(huì)變成銳角或鈍角、圓形會(huì)變成橢圓等，這種變形之后的畫面就是透視圖。🌴

OpenCV通過warpPerspective()方法來實(shí)現(xiàn)透視效果，其語法如下：

dst = cv2.warpPerspective(src,M,dsize,flags,borderMode,borderValue)

參數(shù)說明：

src：原始圖像

M：一個(gè)3行3列的矩陣，根據(jù)此矩陣中的值變換原圖中的像素位置。

dsize：輸出圖像的尺寸大小

flags：可選參數(shù)，插值方式，建議使用默認(rèn)值。

borderMode：可選參數(shù)，邊界類型，建議使用默認(rèn)值。

borderValue：可選參數(shù)，邊界值，默認(rèn)為0，建議使用默認(rèn)值。

返回值說明：

dst：經(jīng)過透視變換后輸出圖像

warpPerspective()方法也需要通過M矩陣來計(jì)算透視效果，但得出這個(gè)矩陣需要做很復(fù)雜的運(yùn)算，于是OpenCV提供了getPerspectiveTransform()方法來自動(dòng)計(jì)算M矩陣。getPerspectiveTransform()方法的語法格式如下所示：

M = cv2.getPerspectiveTransform(src,dst)

參數(shù)說明：

src：原圖四個(gè)點(diǎn)坐標(biāo)，格式為4行2列的32位浮點(diǎn)數(shù)列表，例如：[[0,0]，[1,0]，[0,1]，[1,1]]。

dst：透視圖的四個(gè)點(diǎn)坐標(biāo)，格式與src一樣。

返回值說明：

M：方法計(jì)算出的仿射矩陣

🍀模擬從底部觀察圖像得到的透視效果，將圖像頂部邊緣收窄，底部邊緣保持不變，代碼如下：

import cv2
import numpy as np
img = cv2.imread("1.jpg")  # 讀取圖像
rows = len(img)  # 圖像像素行數(shù)
cols = len(img[0])  # 圖像像素列數(shù)
p1 = np.zeros((4, 2), np.float32)  # 32位浮點(diǎn)型空列表，保存原圖四個(gè)點(diǎn)
p1[0] = [0, 0]  # 左上角點(diǎn)坐標(biāo)
p1[1] = [cols - 1, 0]  # 右上角點(diǎn)坐標(biāo)
p1[2] = [0, rows - 1]  # 左下角點(diǎn)坐標(biāo)
p1[3] = [cols - 1, rows - 1]  # 右下角點(diǎn)坐標(biāo)
p2 = np.zeros((4, 2), np.float32)  # 32位浮點(diǎn)型空列表，保存透視圖四個(gè)點(diǎn)
p2[0] = [90, 0]  # 左上角點(diǎn)坐標(biāo)，向右移動(dòng)90像素
p2[1] = [cols - 90, 0]  # 右上角點(diǎn)坐標(biāo)，向左移動(dòng)90像素
p2[2] = [0, rows - 1]  # 左下角點(diǎn)坐標(biāo)，位置不變
p2[3] = [cols - 1, rows - 1]  # 右下角點(diǎn)坐標(biāo)，位置不變
M = cv2.getPerspectiveTransform(p1, p2)  # 根據(jù)四個(gè)點(diǎn)的變化軌跡計(jì)算出M矩陣
dst = cv2.warpPerspective(img, M, (cols, rows))  # 按照M進(jìn)行仿射
cv2.imshow('img', img)  # 顯示原圖
cv2.imshow('dst', dst)  # 顯示仿射變換效果
cv2.waitKey()  # 按下任何鍵盤按鍵后
cv2.destroyAllWindows()  # 釋放所有窗體

?效果如圖所示：

---