您的位置：首页 > 脚本大全 > > 正文

python图像变换教程（详解python-图像处理映射变换）

更多时间：2021-10-27 10:07:45 类别：脚本大全浏览量：2193

python图像变换教程

详解python-图像处理映射变换

做计算机视觉方向，除了流行的各种深度学习算法，很多时候也要会基础的图像处理方法。

记录下opencv的一些操作（图像映射变换），日后可以方便使用

先上一张效果图

python图像变换教程（详解python-图像处理映射变换）

图二和图三是同一种方法，只是变换矩阵不同，都是3点映射变换

图四使用的是4点映射变换

简单介绍下原理

图像都知道是3维（通道）的矩阵，前两维就是由1字节（0-255）数字填充的二维数组。数字大小代表颜色的深浅。

我们把变换前的原图作为x和y。变换后的图为u和v。将[x,y,1]乘上变换矩阵就可以得到对应的新的u和v。不同的变换矩阵有不同的作用（不同的变换方式）

python图像变换教程（详解python-图像处理映射变换）

所以现在就是求不同变换对应的不同的变换矩阵的过程

求这个矩阵在opencv中直接就有方法

只需提供原图的三个点和你要变换之后的三个点的映射位置（3个原图点，3个映射点）就可以求出这个变换矩阵

python图像变换教程（详解python-图像处理映射变换）

当然了你会发现不管怎么调整映射点都不能任意变换

因为只给三个点时变换之后的图其实只是原图的等比缩放，并不能做到随意映射的效果

这里opencv也提供了四个点和四个映射的方法求出对应的变换矩阵，最终得到任意映射的效果

python图像变换教程（详解python-图像处理映射变换）

代码如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40 # coding=gbk

import cv2

import numpy as np

import matplotlib.pyplot as plt

plt.rcparams['font.sans-serif']=['simhei'] #用来正常显示中文标签

plt.rcparams['axes.unicode_minus']=false #用来正常显示负号

img=cv2.imread(r"test6.jpg" alt="python图像变换教程（详解python-图像处理映射变换）" border="0" />)
img = img[:,:,[2,1,0]] cols,rows,ch=img.shape pts1 = np.float32([[0, 0], [cols - 1, 0], [0, rows - 1]]) #三点映射 pts2 = np.float32([[0, 0], [cols - 1, 0], [80, rows - 1]]) pts21 = np.float32([[0, 0], [cols - 1, 0], [0, rows - 1]]) pts22 = np.float32([[cols * 0.2, rows * 0.1], [cols * 0.9, rows * 0.2], [cols * 0.1, rows * 0.9]]) pts31 = np.float32([[0, 0], [cols - 1, 0], [0, rows - 1],[cols - 1,rows-1]]) #四点映射 pts32 = np.float32([[0, 0], [cols - 1, 0], [50, rows - 1],[cols - 50,rows-50]]) m = cv2.getaffinetransform(pts1,pts2) #求三点映射的变换矩阵 m2= cv2.getaffinetransform(pts21,pts22) m3 = cv2.getperspectivetransform(pts31,pts32) #求四点映射的变换矩阵 dst = cv2.warpaffine(img,m,(rows+120,cols)) #三点映射的变换函数 dst2 = cv2.warpaffine(img,m2,(rows,cols)) dst3 = cv2.warpperspective(img,m3,(rows+40,cols+50)) #四点映射的变换函数 plt.subplot(221) plt.imshow(img) plt.title("原图") plt.subplot(222) plt.imshow(dst) plt.title("投影变换") plt.subplot(223) plt.imshow(dst2) plt.title("仿射原图变换") plt.subplot(224) plt.imshow(dst3) plt.title("仿射不规则变换") plt.show()

以上所述是小编给大家介绍的python-图像处理（映射变换）详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对开心学习网网站的支持！

原文链接：https://www.cnblogs.com/bob-jianfeng/p/10574401.html

标签：Python 图像处理映射变换

上一篇：docker 增大mysql连接数（docker中修改mysql最大连接数及配置文件的实现）

下一篇：apache配置详解（apache2.2和php5.2.17在windows下整合过程的错误解决方法）

您可能感兴趣

python图像变换教程（详解python-图像处理映射变换）

python图像变换教程

热门推荐

排行榜