一、仿射变换 [图像预处理]

1、介绍

图像的仿射变换涉及到图像的形状位置角度的变化，是深度学习预处理中常用的功能，仿射变换主要是对图像的缩放、旋转、翻转和平移等操作的组合。注意：变换矩阵中是6个点，所以变换矩阵中一项就是一个坐标。

注意：图像的坐标，宽度是X方向，高度是Y方向

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
from matplotlib import font_manager #中文显示字体设置#设置字体的方式，fname指定为系统中可使用字体的路径
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STHUPO.TTF")#1、读取图像
img = cv.imread("./images/gyy.jpg")#2、仿射变换
rows, cols = img.shape[:2]
#2.1创建变换矩阵
pst1 = np.float32([[50,50], [200,50], [50, 200]])
pst2 = np.float32([[100,100], [200,50], [100,250]])
M = cv.getAffineTransform(pst1, pst2)
#2.2完成仿射变换
dst = cv.warpAffine(img, M, (cols, rows))#3、图像显示
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10,8), dpi=100)
axes[0].imshow(img[:,:,::-1]) #通道转换
axes[0].set_title("原图", fontproperties=my_font)
axes[1].imshow(dst[:,:,::-1])
axes[1].set_title("仿射后结果", fontproperties=my_font)
plt.show()

二、透射变换 [图像预处理]

透射变换是视角变化的结果，是指利用透射中心、像点、目标点三点共线的条件，按透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。

它的本质是将图像投影到一个新的视平面，其通用变换公式为：

在opencv中，我们要找到四个点，其中任意三个不共线，然后获取变换矩阵T，再进行透射变换，通过函数cv.getPerspectiveTransform找到变换矩阵，将cv.warpPerspective应用于此3x3变换矩阵

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
from matplotlib import font_manager#设置字体显示
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/STHUPO.TTF")#1、读取图像
img = cv.imread("./images/gyy.jpg")#2、透射变换
rows,cols = img.shape[:2]
#2.1创建变换矩阵
pst1 = np.float32([[56,65], [368,52], [28,387], [389,390]])
pst2 = np.float32([[100,145], [300,100], [80,290], [310,300]])
#2.2获取透视变换矩阵
T = cv.getPerspectiveTransform(pst1, pst2)
#2.3进行变换
dst = cv.warpPerspective(img, T, (cols, rows))#3、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", fontproperties=my_font)
axes[1].imshow(dst[:,:,::-1])
axes[1].set_title("透射后结果", fontproperties=my_font)
plt.show()

三、图像金字塔

图像金字塔是图像中多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。

图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。

金字塔的底部是待处理的图像的高分辨率表示，而顶部是低分辨率的近似，层级越高，图像越小，分辨率越低。

1、API介绍

cv.pyrUp(img)	对图像进行上采样
cv.pyrDown(img)	对图像进行下采样

2、案例

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#1、读取图片
img = cv.imread("./images/box.png")#2、进行图像采样
up_img = cv.pyrUp(img) #上采样操作
down_img = cv.pyrDown(img) #下采样操作#3、图像显示
cv.imshow('enlarge', up_img)
cv.imshow('original', img)
cv.imshow('shrink', down_img)
cv.waitKey(0)
cv.destroyAllWindows()

[图像几何变换]——图像的仿射变换、透射变换及图像金字塔相关推荐

【python】图像映射：单应性变换与图像扭曲
[python]图像映射:单应性变换与图像扭曲单应性变换(Homography) 图像扭曲(仿射变换) 图中图分段仿射扭曲单应性变换(Homography) 单应性变换(Homography)即 ...
OpenCV_04 几何变换：图像缩放+图像平移+图像旋转+仿射变换+透射变换+图像金字塔
1 图像缩放缩放是对图像的大小进行调整,即使图像放大或缩小. API cv2.resize(src,dsize,fx=0,fy=0,interpolation=cv2.INTER_LINEAR) 参 ...
基于MATLAB的仿射变换/透射变换/道路检测/车牌检测
仿射变换即把三维物体所成的二维图像进行还原.话不多说,直接上效果: 1.平面翻转可以使用鼠标任意选取四个点,然后将这四个点变换成矩形.运行结果如下: 2.基于霍夫变换 3.基于仿射变换先来看另一组 ...
单应性矩阵和仿射变换_仿射变换透射变换单应性矩阵
答:使用perspectiveTransform(). findHomography 函数是求两幅图像的单应性矩阵,它是一个3*3的矩阵,但这里的单应性矩阵和3D重建中的单应性矩阵(透视矩阵3*4)是 ...
OpenCV图像几何变换——转置，镜像，倒置
图像几何变换方法之--remap使用. 源图像一.图像转置 #include <iostream> #include <opencv2/opencv.hpp> using n ...
[图片校准(矫正)]——透射变换应用
如果想要对图像进行校准,那么透射变换是非常有效的变换方法. 透射变换的定义如下:将图像投影到一个新的视平面,通常也成为投影映射. 详情参考链接:透射变换介绍 1.举例说明直观的来看,透视变换的作用就 ...
[Python图像处理] 十二.图像几何变换之图像仿射变换、图像透视变换和图像校正
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
OpenCV图像几何变换专题(缩放、翻转、仿射变换及透视)【python-Open_CV系列（五）】
OpenCV图像几何变换专题(缩放.翻转.仿射变换及透视)(python为工具) [Open_CV系列(五)] 文章目录准备图片 1. 缩放 cv2.resize()方法 2. 翻转 cv2.fli ...
Python图像处理丨带你掌握图像几何变换
摘要:本篇文章主要讲解图像仿射变换和图像透视变换,通过Python调用OpenCV函数实. 本文分享自华为云社区<[Python图像处理] 十二.图像几何变换之图像仿射变换.图像透视变换和图像校 ...

[图像几何变换]——图像的仿射变换、透射变换及图像金字塔

一、仿射变换 [图像预处理]

1、介绍

二、透射变换 [图像预处理]

三、图像金字塔

1、API介绍

2、案例

[图像几何变换]——图像的仿射变换、透射变换及图像金字塔相关推荐

最新文章

热门文章