图像的几何变换

news2024/11/26 0:54:18

1.图像的缩放

用途：对图像的大小尺寸进行调整，使图像放大或缩小。
在这里插入图片描述
代码：

import cv2 as cv

img = cv.imread('img.jpg')

rows, cols = img.shape[:2]

# 使用绝对坐标
res = cv.resize(img, (2 * cols, 2 * rows), interpolation=cv.INTER_CUBIC)

# 使用相对坐标
res1 = cv.resize(img, None, fx=0.5, fy=0.5)

cv.imshow("orignal", img)
cv.imshow("enlarge", res)
cv.imshow("shrink", res1)
cv.waitKey(0)

2.图像的平移

用途：将图像按照指定的方向和距离，移动到相应的位置，但超出的部分会截断。
在这里插入图片描述
代码：

# 将图像的像素点移动（100，50）的距离
import matplotlib
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
matplotlib.rc("font", family='Microsoft YaHei')   # 解决绘图无法显示中文字体的问题

# 图像平移
img = cv.imread("view.png")
rows, cols = img.shape[:2]
M = np.float32([[1, 0, 100], [0, 1, 50]])  # 平移矩阵
dst = cv.warpAffine(img, M, (cols, rows))

# 图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("平移后的结果")
plt.show()

结果展示：
在这里插入图片描述

3.图像的旋转

用途：实现图像任意中心与角度的旋转效果。
在这里插入图片描述
代码：

import matplotlib
import cv2 as cv
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')  # 解决绘图无法显示中文字体的问题

# 图像旋转
img = cv.imread("view.png")
rows, cols = img.shape[:2]

# 生成旋转矩阵
M = cv.getRotationMatrix2D((cols / 2, rows / 2), 90, 1)     # 以图象中心为旋转中心点,旋转90度

dst = cv.warpAffine(img, M, (cols, rows))                   # 进行旋转变换

# 图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("旋转后的结果")
plt.show()

结果展示：
在这里插入图片描述

4.图像的仿射变换

代码：

import matplotlib
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')  # 解决绘图无法显示中文字体的问题

# 仿射变换
img = cv.imread("view.png")
rows, cols = img.shape[:2]

# 创建变换矩阵
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
pts2 = np.float32([[100, 100], [200, 50], [100, 250]])
M = cv.getAffineTransform(pts1, pts2)

# 完成仿射变换
dst = cv.warpAffine(img, M, (cols, rows))

# 图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("旋转后的结果")
plt.show()

代码展示：
在这里插入图片描述

5.图像的透射变换

从前视图到俯视图的变换是透射变换（视角的变换）。
代码：

import matplotlib
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')  # 解决绘图无法显示中文字体的问题

# 透射变换
img = cv.imread("view.png")
rows, cols = img.shape[:2]

# 创建变换矩阵
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
pts2 = np.float32([[100, 145], [300, 100], [80, 290], [310, 300]])

# 获取转换矩阵
T = cv.getPerspectiveTransform(pts1, pts2)

# 完成透射变换
dst = cv.warpPerspective(img, T, (cols, rows))

# 图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("透射后的结果")
plt.show()

结果展示：
在这里插入图片描述

6.图像金字塔

与resize的不同：resize是改变图像大小的简单操作，而图像金字塔是通过构建多层次的图像表示来处理图像的操作，用于在不同尺度上检测和处理图像中的特征或目标。
在这里插入图片描述
代码示例：

import matplotlib
import cv2 as cv
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')  # 解决绘图无法显示中文字体的问题

img = cv.imread("view.png")
plt.imshow(img[:, :, ::-1])
plt.show()

imgup = cv.pyrUp(img)
plt.imshow(imgup[:, :, ::-1])
plt.show()

imgdown = cv.pyrDown(img)
plt.imshow(imgdown[:, :, ::-1])
plt.show()