计算机视觉全系列实战教程:(十)图像的几何变换:平移 旋转 翻转 缩放 仿射等变换

本文主要是介绍计算机视觉全系列实战教程:(十)图像的几何变换:平移 旋转 翻转 缩放 仿射等变换,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.概述

(1)Why(为什么要进行图像的几何变换)

  • 校正图像形变:纠正由于拍摄角度或硬件原因导致的图像几何变形
  • 图像增强:在深度学习的模型训练时,通过几何变换获得更多的训练集
  • 图像配准和拼接:先进行几何变换矫正,然后实现图像的配准或拼接

(2)What(什么是图像的几何变换)

本质:对图像像素的位置进行改变的操作

(3)Which(有哪些几何变换)

  • 位置变换:平移、旋转(填充旋转和截断旋转)、镜像等变换
  • 形状变换:缩放、错切、透视等变换

说明:实现几何变换的关键在于将非齐次坐标转为齐次坐标,本质是将22的变换矩阵(二阶矩阵)拓展成33的变换矩阵(三阶矩阵)

2.位置变换

(1)平移变换

A.图像大小不变
可直接使用

/* 图像平移(截断)*/
int ImgTranslateTrunc(const cv::Mat& imSrc, cv::Mat& imDst, int ix, int  iy)
{cv::Mat M(2, 3, CV_32FC1);M.at<float>(0, 0) = 1;M.at<float>(0, 1) = 0;M.at<float>(0, 2) = ix;M.at<float>(1, 0) = 0;M.at<float>(1, 1) = 1;M.at<float>(1, 2) = iy;cv::warpAffine(imSrc, imDst, M, imSrc.size());return 1;
}

B.图像大小改变
可直接拷贝使用


/* 图像平移(填充)*/
int ImgTranslateFilled(const cv::Mat& imSrc, cv::Mat& imDst, int ix, int iy)
{cv::Mat M(2, 3, CV_32FC1);M.at<float>(0, 0) = 1;M.at<float>(0, 1) = 0;M.at<float>(0, 2) = ix;M.at<float>(1, 0) = 0;M.at<float>(1, 1) = 1;M.at<float>(1, 2) = iy;cv::warpAffine(imSrc, imDst, M, imSrc.size() + cv::Size(ix, iy));return 1;
}

(2)图像旋转

一般认为图像的旋转指的是绕着图像的中心进行旋转;
关键:旋转中心+旋转角度
A.填充旋转


/* 图像旋转(填充)*/
int ImgRtFilled(const cv::Mat& imSrc, cv::Mat& imDst, double dAngle)
{// 图像的旋转中心int iWid = imSrc.cols, iHgt = imSrc.rows;cv::Point center = cv::Point(iWid / 2, iHgt / 2);// 获取M矩阵cv::Mat M = cv::getRotationMatrix2D(center, dAngle, 1.0);// 新的宽高 int iHgt_new = 0, iWid_new = 0;double alpha = dAngle * CV_PI / 180;iHgt_new = int(iWid * abs(sin(alpha)) + iHgt * abs(cos(alpha)));iWid_new = int(iHgt * abs(sin(alpha)) + iWid * abs(cos(alpha)));// 平移M.at<double>(0, 2) += (iWid_new - iWid) / 2;M.at<double>(1, 2) += (iHgt_new - iHgt) / 2;cv::warpAffine(imSrc, imDst, M, cv::Size(iWid_new, iHgt_new));return 1;
}

B.截断旋转

/* 图像旋转(截断)*/
int imgRtTrunc(const cv::Mat& imSrc, cv::Mat& imDst, double dAngle)
{cv::Point PCenter = cv::Point(imSrc.cols / 2, imSrc.rows / 2);cv::Mat M = getRotationMatrix2D(PCenter, dAngle, 1.0);cv::warpAffine(imSrc, imDst, M, imSrc.size());return 1;
}

(3)镜像变换

void cv::flip(cv::Mat &imSrc, cv::Mat &imDst, int Type  // 0表示x轴镜像,1表示y轴镜像,-1表示x和y轴的镜像);

3.图像缩放

(1)原理

将指定图像在x轴方向按照比例缩放fx倍,在y轴方向按照比例缩放fy倍
全比例缩放:如果在x轴方向和y轴方向的缩放比例相同,那么则称为全比例缩放

(2)How(如何进行图像的缩放)

void cv::resize(cv::Mat &imSrc,cv::Mat &imDst,cv::Size dsize, //目标图像的尺寸cv::double fx = 0, //x方向上的缩放比例cv::double fy = 0, //y方向上的缩放比例int interpolation = INTER_LINEAR, //插值方式);

参数interpolation的介绍:

  • INTER_NEAREST:最近邻插值
  • INTER_LINEAR:双线性插值
  • INTER_AREA:像素关系重采样,当图像缩小时,可避免出现波纹
  • INTER_ CUBIC:立方插值

这篇关于计算机视觉全系列实战教程:(十)图像的几何变换:平移 旋转 翻转 缩放 仿射等变换的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1063970

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

滚雪球学Java(87):Java事务处理:JDBC的ACID属性与实战技巧!真有两下子!

咦咦咦,各位小可爱,我是你们的好伙伴——bug菌,今天又来给大家普及Java SE啦,别躲起来啊,听我讲干货还不快点赞,赞多了我就有动力讲得更嗨啦!所以呀,养成先点赞后阅读的好习惯,别被干货淹没了哦~ 🏆本文收录于「滚雪球学Java」专栏,专业攻坚指数级提升,助你一臂之力,带你早日登顶🚀,欢迎大家关注&&收藏!持续更新中,up!up!up!! 环境说明:Windows 10

poj 2187 凸包or旋转qia壳法

题意: 给n(50000)个点,求这些点与点之间距离最大的距离。 解析: 先求凸包然后暴力。 或者旋转卡壳大法。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <s

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者