opencv学习(三十五)之仿射变换warpAffine
2017-02-22 10:50
489 查看
1.仿射变换介绍
仿射变换是指在向量空间中进行一次线性变换(乘以一个矩阵)并加上一个平移(加上一个向量),变换为另一个向量空间的过程。在有限维的情况下,每个仿射变换可以由一个矩阵A和一个向量b给出,它可以写作A和一个附加的列b。一个仿射变换对应于一个矩阵和一个向量的乘法,而仿射变换的复合对应于普通的矩阵乘法,只要加入一个额外的行到矩阵的底下,这一行全部是0除了最右边是一个1,而列向量的底下要加上一个1.Affine Transform描述了一种二维仿射变换的功能,它是一种二维坐标之间的线性变换,保持二维图形的“平直性”(即变换后直线还是直线,圆弧还是圆弧)和“平行性”(其实是保持二维图形间的相对位置关系不变,平行线还是平行线,而直线上的点位置顺序不变,另特别注意向量间夹角可能会发生变化)。仿射变换可以通过一系列的原子变换的复合来实现包括:平移(Translation)、缩放(Scale)、翻转(Flip)、旋转(Rotation)和错切(Shear).
事实上,仿射变换代表的是两幅图之间的关系,我们通常使用2x3矩阵来表示仿射变换如下:
考虑到我们要使用矩阵A和B对二维向量
做变换,所以也能表示为下列形式:
或
得到如下结果:
2.仿射变换求法
从上面解释中我们得知仿射变换表示的就是两幅图片的一种联系,关于这种联系的信息大致可以从以下两种场景获得。a. 我们已知X和T而且我们知道他们是有联系的,接下来的工作就是求解矩阵M
b. 我们一致M和X要求得T,我们只需要应用算式T=M.X即可。对于这种联系的信息可以用矩阵M清晰的表达(即给出明确的2x3矩阵)或者也可以用两幅图片点之间几何关系来表达。
因为矩阵M联系着两幅图片,我们以其表示两图中各三点直接的联系为例,如下:
点1,2和3(在图一中形成一个三角)与图二中三个点一一映射,仍然形成三角形,但形状已经大大改变。如果我们能通过这样两组三点求出仿射变换(你能选择自己喜欢的点),接下来我们就能把仿射变换应用到图像中所有的点。
3.opencv实现仿射变换
利用opencv实现仿射变换一般会涉及到warpAffine和getRotationMatrix2D两个函数,其中warpAffine可以实现一些简单的重映射,而getRotationMatrix2D可以获得旋转矩阵。warpAffine函数
void cv::warpAffine ( InputArray src, OutputArray dst, InputArray M, Size dsize, int flags = INTER_LINEAR, int borderMode = BORDER_CONSTANT, const Scalar & borderValue = Scalar() )
参数解释
. src: 输入图像
. dst: 输出图像,尺寸由dsize指定,图像类型与原图像一致
. M: 2X3的变换矩阵
. dsize: 指定图像输出尺寸
. flags: 插值算法标识符,有默认值INTER_LINEAR,如果插值算法为WARP_INVERSE_MAP, warpAffine函数使用如下矩阵进行图像转换
常用的插值算法如下:
. borderMode: 边界像素模式,有默认值BORDER_CONSTANT
. borderValue: 边界取值,有默认值Scalar()即0
getRotationMatrix2D函数
Mat cv::getRotationMatrix2D ( Point2f center, double angle, double scale )
参数解释
. center: Point2f类型,表示原图像的旋转中心
. angle: double类型,表示图像旋转角度,角度为正则表示逆时针旋转,角度为负表示逆时针旋转(坐标原点是图像左上角)
. scale: 缩放系数
函数计算如下矩阵:
其中
示例代码
#include <iostream> #include <opencv2/core.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> using namespace std; using namespace cv; //全局变量 String src_windowName = "原图像"; String warp_windowName = "仿射变换"; String warp_rotate_windowName = "仿射旋转变换"; String rotate_windowName = "图像旋转"; int main() { Point2f srcTri[3]; Point2f dstTri[3]; Mat rot_mat(2, 3, CV_32FC1); Mat warp_mat(2, 3, CV_32FC1); Mat srcImage, warp_dstImage, warp_rotate_dstImage, rotate_dstImage; //加载图像 srcImage = imread("dog.jpg"); //判断文件是否加载成功 if(srcImage.empty()) { cout << "图像加载失败!" << endl; return -1; } else cout << "图像加载成功!" << endl << endl; //创建仿射变换目标图像与原图像尺寸类型相同 warp_dstImage = Mat::zeros(srcImage.rows, srcImage.cols, srcImage.type()); //设置三个点来计算仿射变换 srcTri[0] = Point2f(0, 0); srcTri[1] = Point2f(srcImage.cols - 1, 0); srcTri[2] = Point2f(0, srcImage.rows - 1); dstTri[0] = Point2f(srcImage.cols*0.0, srcImage.rows*0.33); dstTri[1] = Point2f(srcImage.cols*0.85, srcImage.rows*0.25); dstTri[2] = Point2f(srcImage.cols*0.15, srcImage.rows*0.7); //计算仿射变换矩阵 warp_mat = getAffineTransform(srcTri, dstTri); //对加载图形进行仿射变换操作 warpAffine(srcImage, warp_dstImage, warp_mat, warp_dstImage.size()); //计算图像中点顺时针旋转50度,缩放因子为0.6的旋转矩阵 Point center = Point(warp_dstImage.cols/2, warp_dstImage.rows/2); double angle = -50.0; double scale = 0.6; //计算旋转矩阵 rot_mat = getRotationMatrix2D(center, angle, scale); //旋转已扭曲图像 warpAffine(warp_dstImage, warp_rotate_dstImage, rot_mat, warp_dstImage.size()); //将原图像旋转 warpAffine(srcImage, rotate_dstImage, rot_mat, srcImage.size()); //显示变换结果 namedWindow(src_windowName, WINDOW_AUTOSIZE); imshow(src_windowName, srcImage); namedWindow(warp_windowName, WINDOW_AUTOSIZE); imshow(warp_windowName, warp_dstImage); namedWindow(warp_rotate_windowName, WINDOW_AUTOSIZE); imshow(warp_rotate_windowName, warp_rotate_dstImage); namedWindow(rotate_windowName, WINDOW_AUTOSIZE); imshow(rotate_windowName, rotate_dstImage); waitKey(0); return 0; }
运行结果
相关文章推荐
- 【OpenCV学习笔记】7.4仿射变换warpAffine()
- opencv学习-imgprocess-仿射变换warpAffine
- opencv学习(6)---仿射变换
- OpenCV学习--仿射变换(affine)
- opencv学习笔记:由三对点计算仿射变换
- 【opencv学习之三十五】轮廓特征应用:按轮廓剪切图像ROI
- OpenCV学习六:findContours、drawContours、仿射变换、RotatedRect区域矫正及获取
- OpenCV学习记录3//仿射变换与重映射
- 【OpenCV学习笔记】三十五、角点检测简介
- OpenCV学习26--仿射变换
- OpenCV—仿射变换warpAffine--旋转和缩放
- OpenCV入门学习(二)Affine Transformations(仿射变换)
- Opencv学习之仿射变换、直方图均衡化
- OpenCV2.4.13中warpAffine函数理解,旋转,仿射变换,缩放,保持完整图片
- 学习OpenCV范例(十六)——重映射和仿射变换
- OpenCV Python 学习笔记(三) 仿射变换
- opencv document 仿射变换学习
- 学习OpenCV范例(十六)——重映射和仿射变换
- opencv学习——仿射变换
- Opencv学习——仿射变换和透视变换