opencv图像的仿射变换与透视变换矩阵

 

       仿射变换(affine transform)与透视变换(perspective transform)在图像还原、图像局部变化处理方面有重要意义。通常,在2D平面中,

仿射变换的应用较多,而在3D平面中,透视变换又有了自己的一席之地。两种变换原理相似,结果也类似,可针对不同的场合使用适当的变换。

仿射变换和透视变换的数学原理不需深究,其计算方法为坐标向量和变换矩阵的乘积,换言之就是矩阵运算。在应用层面,

仿射变换是图像基于3个固定顶点的变换,如图所示:

 

 

       图中红点即为固定顶点,在变换先后固定顶点的像素值不变,图像整体则根据变换规则进行变换

同理,透视变换是图像基于4个固定顶点的变换,如图所示:

 

 

 在OpenCV中,仿射变换和透视变换均有封装好的函数,分别为:

void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())
void warpPerspective(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

两种变换函数形式完全相同,因此以仿射变换函数为例:

void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

参数InputArray src:输入变换前图像

参数OutputArray dst:输出变换后图像,需要初始化一个空矩阵用来保存结果,不用设定矩阵尺寸

参数InputArray M:变换矩阵,用另一个函数getAffineTransform()计算

参数Size dsize:设置输出图像大小

参数int flags=INTER_LINEAR:设置插值方式,默认方式为线性插值

后两个参数不常用,在此不赘述

关于生成变换矩阵InputArray M的函数getAffineTransform():

Mat getAffineTransform(const Point2f* src, const Point2f* dst)

参数const Point2f* src:原图的三个固定顶点

参数const Point2f* dst:目标图像的三个固定顶点

返回值:Mat型变换矩阵,可直接用于warpAffine()函数

注意,顶点数组长度超过3个,则会自动以前3个为变换顶点;数组可用Point2f[]或Point2f*表示

示例代码如下:

 1     //读取原图
 2     Mat I = imread("..//img.jpg");
 3     //设置空矩阵用于保存目标图像
 4     Mat dst;
 5     //设置原图变换顶点
 6     Point2f AffinePoints0[3] = { Point2f(100, 50), Point2f(100, 390), Point2f(600, 50) };
 7     //设置目标图像变换顶点
 8     Point2f AffinePoints1[3] = { Point2f(200, 100), Point2f(200, 330), Point2f(500, 50) };
 9     //计算变换矩阵
10     Mat Trans = getAffineTransform(AffinePoints0, AffinePoints1);
11     //矩阵仿射变换
12     warpAffine(I, dst, Trans, Size(I.cols, I.rows));
13     //分别显示变换先后图像进行对比
14     imshow("src", I);
15     imshow("dst", dst);
16     waitKey();

同理,透视变换与仿射变换函数类似:

void warpPerspective(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

生成变换矩阵函数为:

Mat getPerspectiveTransform(const Point2f* src, const Point2f* dst)

注意,透视变换顶点为4个

两种变换完整代码及结果比较:

 1 #include <iostream>
 2 #include <opencv.hpp>
 3 using namespace std;
 4 using namespace cv;
 5 
 6 Mat AffineTrans(Mat src, Point2f* scrPoints, Point2f* dstPoints)
 7 {
 8     Mat dst;
 9     Mat Trans = getAffineTransform(scrPoints, dstPoints);
10     warpAffine(src, dst, Trans, Size(src.cols, src.rows), CV_INTER_CUBIC);
11     return dst;
12 }
13 
14 Mat PerspectiveTrans(Mat src, Point2f* scrPoints, Point2f* dstPoints)
15 {
16     Mat dst;
17     Mat Trans = getPerspectiveTransform(scrPoints, dstPoints);
18     warpPerspective(src, dst, Trans, Size(src.cols, src.rows), CV_INTER_CUBIC);
19     return dst;
20 }
21 
22 void main()
23 {
24     Mat I = imread("..//img.jpg");    //700*438
25 
26     Point2f AffinePoints0[4] = { Point2f(100, 50), Point2f(100, 390), Point2f(600, 50), Point2f(600, 390) };
27     Point2f AffinePoints1[4] = { Point2f(200, 100), Point2f(200, 330), Point2f(500, 50), Point2f(600, 390) };
28     Mat dst_affine = AffineTrans(I, AffinePoints0, AffinePoints1);
29     Mat dst_perspective = PerspectiveTrans(I, AffinePoints0, AffinePoints1);
30 
31     for (int i = 0; i < 4; i++)
32     {
33         circle(I, AffinePoints0[i], 2, Scalar(0, 0, 255), 2);
34         circle(dst_affine, AffinePoints1[i], 2, Scalar(0, 0, 255), 2);
35         circle(dst_perspective, AffinePoints1[i], 2, Scalar(0, 0, 255), 2);
36     }
37 
38     imshow("origin", I);
39     imshow("affine", dst_affine);
40     imshow("perspective", dst_perspective);
41     waitKey();
42 }

结果如图:

                          

        可以看出,仿射变换以3个点为基准点,即使数组长度为4也仅取前3个点作为基准点;透视变换以4个点为基准点,

两种变换结果不相同。应根据实际情况判断使用哪种变换方式更佳。

 

 

 

 

 

 

 

 

 

 

 

博客转自:https://www.cnblogs.com/wyuzl/p/7745106.html  转自:https://zhuanlan.zhihu.com/p/24591720

posted @ 2022-03-30 11:03  量子与太极  阅读(1006)  评论(0编辑  收藏  举报