当前位置: 首页 > news >正文

OpenCV几何图像变换(9)仿射变换函数warpAffine()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

函数是应用一个仿射变换到图像上。
warpAffine 函数使用指定的矩阵对源图像进行仿射变换:
dst ( x , y ) = src ( M 11 x + M 12 y + M 13 , M 21 x + M 22 y + M 23 ) \texttt{dst} (x,y) = \texttt{src} ( \texttt{M} _{11} x + \texttt{M} _{12} y + \texttt{M} _{13}, \texttt{M} _{21} x + \texttt{M} _{22} y + \texttt{M} _{23}) dst(x,y)=src(M11x+M12y+M13,M21x+M22y+M23)
当设置了标志 WARP_INVERSE_MAP 时。否则,先使用 invertAffineTransform 函数对变换进行反转,然后将反转后的矩阵放入上述公式中代替 M。该函数不能原地操作

warpAffine()函数用于应用仿射变换到图像上。仿射变换是一种线性变换,它可以包括旋转、缩放、平移和错切(shear)等操作。

函数原型


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

  • 参数src 输入图像。
  • 参数dst 输出图像,它具有 dsize 的大小和与 src 相同的类型。
  • 参数M 2×3的变换矩阵。
  • 参数dsize 输出图像的大小。
  • 参数flags 插值方法的组合(参见 InterpolationFlags)和可选标志 WARP_INVERSE_MAP,该标志表示 M 是逆变换(dst→src)。
  • 参数borderMode 像素外推方法(参见 BorderTypes);当 borderMode=BORDER_TRANSPARENT 时,意味着目标图像中对应于源图像中的“异常值”的像素不会被函数修改。
  • 参数borderValue 在存在常数边界时所使用的值;默认情况下,它是 0。

代码示例


#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/opencv.hpp>using namespace cv;int main( int argc, char** argv )
{// 读取图像Mat image = imread( "/media/dingxin/data/study/OpenCV/sources/images/fruit_small.jpg", IMREAD_COLOR );if ( image.empty() ){std::cerr << "Error: Could not open or find the image." << std::endl;return -1;}// 获取图像的尺寸int cols = image.cols;int rows = image.rows;// 计算旋转中心点Point2f center(cols / 2.0, rows / 2.0);// 设置旋转角度和缩放因子double angle = 45.0; // 旋转角度double scale = 1.0;  // 缩放因子// 计算旋转矩阵Mat rotationMatrix = getRotationMatrix2D(center, angle, scale);// 获取输出图像的大小Size dsize(cols, rows);// 创建输出图像Mat rotatedImage;// 应用仿射变换warpAffine(image, rotatedImage, rotationMatrix, dsize, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));// ===错切===// 设置错切系数double shearX = 0.5; // 水平方向错切系数double shearY = 0.5; // 垂直方向错切系数// 计算错切矩阵Mat shearMatrix = (Mat_<double>(2,3) << 1, shearX, 0, shearY, 1, 0);// 创建输出图像Mat shearedImage;// 设置输出图像的大小Size dsize2(image.cols, image.rows);// 应用仿射变换warpAffine(image, shearedImage, shearMatrix, dsize2, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));// 平移// 设置平移距离int dx = 100; // 水平方向平移距离int dy = 50;  // 垂直方向平移距离// 计算平移矩阵Mat translationMatrix = (Mat_<double>(2,3) << 1, 0, dx, 0, 1, dy);// 创建输出图像Mat translatedImage;// 设置输出图像的大小Size dsize3(image.cols, image.rows);// 应用仿射变换warpAffine(image, translatedImage, translationMatrix, dsize3, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));// 缩放// 设置缩放比例double scaleX = 0.5; // 水平方向缩放比例double scaleY = 0.5; // 垂直方向缩放比例// 计算缩放矩阵Mat scalingMatrix = (Mat_<double>(2,3) << scaleX, 0, 0, 0, scaleY, 0);// 创建输出图像Mat scaledImage;// 设置输出图像的大小Size dsize4(image.cols * scaleX, image.rows * scaleY);// 应用仿射变换warpAffine(image, scaledImage, scalingMatrix, dsize4, INTER_LINEAR, BORDER_CONSTANT, Scalar(0, 0, 0));// 显示结果imshow("原始图像", image);imshow("旋转图像", rotatedImage);imshow("错切图像", shearedImage);imshow("平移图像", translatedImage);imshow("缩放图像", scaledImage);waitKey(0);return 0;
}

运行结果

在这里插入图片描述

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 【iOS安全】iPhone8 iOS14.4.2 越狱教程
  • ubuntu22.04安装redis
  • 免费分享:2000-2020年MODIS中国积雪物候数据集(附下载办法)
  • [论文阅读] mobile aloha实验部分
  • 一. 初始 Spring Boot
  • 充电桩定期检测是如何实现的
  • 【银河麒麟】银河麒麟桌面操作系统 V10 (SP1) 2403 版(ARM64)安装 Windows 软件(Wine)
  • 泰山派小手机---ubuntu 环境的搭建
  • Kubernetes的Taint污点和Toleration容忍
  • Spring Boot如何压缩Json并写入redis?
  • Window Performance API
  • 苹果机器人计划:能否成为智能家居的破局者?
  • MyBatis查询 ▎修改 ▎删除
  • postman请求设置
  • 对接微信小程序授权登录
  • [译]Python中的类属性与实例属性的区别
  • __proto__ 和 prototype的关系
  • 【node学习】协程
  • 07.Android之多媒体问题
  • 10个最佳ES6特性 ES7与ES8的特性
  • iOS动画编程-View动画[ 1 ] 基础View动画
  • Java,console输出实时的转向GUI textbox
  • Linux CTF 逆向入门
  • open-falcon 开发笔记(一):从零开始搭建虚拟服务器和监测环境
  • python大佬养成计划----difflib模块
  • Redux 中间件分析
  • storm drpc实例
  • Traffic-Sign Detection and Classification in the Wild 论文笔记
  • Vue小说阅读器(仿追书神器)
  • 关于extract.autodesk.io的一些说明
  • 简析gRPC client 连接管理
  • 前端js -- this指向总结。
  • 如何选择开源的机器学习框架?
  • 适配iPhoneX、iPhoneXs、iPhoneXs Max、iPhoneXr 屏幕尺寸及安全区域
  • NLPIR智能语义技术让大数据挖掘更简单
  • #Z2294. 打印树的直径
  • (2024)docker-compose实战 (9)部署多项目环境(LAMP+react+vue+redis+mysql+nginx)
  • (3)(3.2) MAVLink2数据包签名(安全)
  • (6)【Python/机器学习/深度学习】Machine-Learning模型与算法应用—使用Adaboost建模及工作环境下的数据分析整理
  • (Matalb回归预测)PSO-BP粒子群算法优化BP神经网络的多维回归预测
  • (二)构建dubbo分布式平台-平台功能导图
  • (非本人原创)我们工作到底是为了什么?​——HP大中华区总裁孙振耀退休感言(r4笔记第60天)...
  • (没学懂,待填坑)【动态规划】数位动态规划
  • (十一)c52学习之旅-动态数码管
  • (五)网络优化与超参数选择--九五小庞
  • (续)使用Django搭建一个完整的项目(Centos7+Nginx)
  • (一)UDP基本编程步骤
  • .equal()和==的区别 怎样判断字符串为空问题: Illegal invoke-super to void nio.file.AccessDeniedException
  • .NET DevOps 接入指南 | 1. GitLab 安装
  • .net framework 4.8 开发windows系统服务
  • .net redis定时_一场由fork引发的超时,让我们重新探讨了Redis的抖动问题
  • .net 简单实现MD5
  • .NET程序集编辑器/调试器 dnSpy 使用介绍
  • .Net多线程Threading相关详解
  • .NET命名规范和开发约定