机器视觉学习（五）—— 图像的几何

一、图像的几何变化

图像的几何变化指的是通过改变图像的位置、尺寸和方向等参数来实现的图像变换。常见的图像几何变化包括平移、旋转、缩放和翻转等。

1. 平移：将图像在平面上按照指定的平移距离水平或垂直移动。

2. 旋转：按照指定的角度将图像绕中心或其他指定点进行旋转。

3. 缩放：按照指定的比例增大或缩小图像的尺寸。

4. 翻转：在水平或垂直方向上反转图像，得到镜像效果。

除了上述基本的几何变换，还可以进行透视变换、扭曲变换、仿射变换等复杂的图像变换，实现更加丰富的效果。

1.1 图像的翻转

在OpenCV中，可以使用函数cv2.flip()来实现图像的翻转。该函数接受三个参数：

• src：要翻转的输入图像。
• flipCode：指定翻转的方式。可以是以下三个值之一：
  • 0：沿x轴翻转（垂直翻转）。
  • 1：沿y轴翻转（水平翻转）。
  • -1：同时沿x轴和y轴翻转（同时水平和垂直翻转）。
• dst：可选参数，指定输出图像。如果不提供，则函数会在原始图像上进行翻转。

下面是一个使用cv2.flip()函数来对图像进行翻转的示例：

import cv2
 
# 加载图像
image = cv2.imread('image.png')            # 在运行代码时将image.png替换为您的图像文件路径
 
# 垂直翻转图像
flipped_image = cv2.flip(image, 0)
 
# 水平翻转图像
flipped_image = cv2.flip(image, 1)
 
# 同时水平和垂直翻转图像
flipped_image = cv2.flip(image, -1)
 
# 显示原始图像和翻转后的图像
cv2.imshow('Original', image)              # 显示图像
cv2.imshow('Flipped', flipped_image)
cv2.waitKey(0)                             # 等待用户按下任意键
cv2.destroyAllWindows()                    # 关闭窗口

1.2 图像的仿射变化

cv2.warpAffine()是OpenCV中的一个函数，用于对图像进行仿射变换。仿射变换是一种线性变换，可以用来旋转、平移、缩放和剪切图像。

函数原型如下： dst = cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])

参数解释：

• src：输入图像。
• M：仿射变换的3x2变换矩阵。可以通过cv2.getRotationMatrix2D()、cv2.getAffineTransform()等函数获得。
• dsize：输出图像的大小。
• dst（可选）：输出图像。
• flags（可选）：插值方法的标志。默认值为cv2.INTER_LINEAR，可选的插值方法有：
  • cv2.INTER_NEAREST：最近邻插值。
  • cv2.INTER_LINEAR：双线性插值。
  • cv2.INTER_CUBIC：双三次插值。
  • cv2.INTER_LANCZOS4：Lanczos插值。
• borderMode（可选）：边界填充模式。默认为cv2.BORDER_CONSTANT，可选的边界填充模式有：
  • cv2.BORDER_CONSTANT：边界填充为常数，默认为黑色。
  • cv2.BORDER_REPLICATE：边界复制。
  • cv2.BORDER_REFLECT：边界反射。
  • cv2.BORDER_REFLECT_101：边界反射101。
  • cv2.BORDER_WRAP：边界包裹。
• borderValue（可选）：边界填充的值，当borderMode为cv2.BORDER_CONSTANT时生效。

函数返回值：

• dst：仿射变换后的图像。

变换矩阵是一个2x3的矩阵，可以通过cv2.getAffineTransform()函数来计算。变换矩阵需要三个点的坐标作为输入，分别是原始图像中的三个点和目标图像中的三个点。

下面是一个使用OpenCV进行仿射变换的示例代码：

import cv2
import numpy as np
 
# 读取图像
img = cv2.imread(image.png')      # 在运行代码时将image.png替换为您的图像文件路径
# 原始图像中的三个点
pts1 = np.float32([[50,50], [200,50], [50,200]])
# 目标图像中的三个点
pts2 = np.float32([[10,100], [200,50], [100,250]])
# 计算变换矩阵
M = cv2.getAffineTransform(pts1, pts2)
# 进行仿射变换
dst = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))
# 显示结果
cv2.imshow('Original Image', img)     # 名称可修改
cv2.imshow('Transformed Image', dst)     # 名称可修改
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取一张图像，然后定义了原始图像中的三个点和目标图像中的三个点。接下来，我们使用cv2.getAffineTransform()函数计算变换矩阵，然后使用cv2.warpAffine()函数进行变换。最后，我们将原始图像和变换后的图像显示出来。

运行上述代码后，你将会看到原始图像和进行了仿射变换后的图像。

1.3 图像的平移

上述中提到，我们可以使用cv2.warpAffine()函数。该函数可以根据指定的平移参数对图像进行平移操作。

以下是一个简单的例子，展示如何使用OpenCV对图像进行平移：

import cv2
import numpy as np
 
# 读取图像
img = cv2.imread('image.jpg')    # 在运行代码时将image.jpg替换为您的图像文件路径
 
# 获取图像的高度和宽度
height, width = img.shape[:2]
 
# 定义平移矩阵
M = np.float32([[1, 0, 100], [0, 1, 50]])
 
# 使用平移矩阵进行图像平移
translated_img = cv2.warpAffine(img, M, (width, height))
 
# 显示原始图像和平移后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Translated Image', translated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

  

在上述代码中，我们先读取了一张图像，并使用img.shape[:2]获取图像的高度和宽度。然后，我们定义了一个2x3的平移矩阵M，其中M[0,2]表示水平平移量，M[1,2]表示垂直平移量。在本例中，我们将图像向右平移100个像素，向下平移50个像素。

最后，我们使用cv2.warpAffine()函数对图像进行平移操作，传入参数为原始图像、平移矩阵M以及输出图像的大小。平移后得到的图像存储在translated_img变量中，并通过cv2.imshow()函数显示出来。

注意：

平移后的图像可能会超出原始图像的边界，因此可以根据需要调整平移参数以确保图像不被裁剪。