opencv仿射变换原理

仿射变换是opencv的基本知识点，主要目的是将原始图片经过仿射变换矩阵，平移、缩放、旋转成目标图像。用数学公式表示就是坐标转换。

其中x，y是原始图像坐标，u，v是变换后的图像坐标。将公式转换为齐次坐标矩阵：

下面用常见的仿射变换来解释一下具体变换过程。

常见的仿射变换形式

蓝色为原始图像，橙色为变换后图像。

平移

缩放

旋转

具体代码解析

总述

opencv的cv2.warpAffine函数用来进行仿射变换，其具体参数为：

cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])

src: 输入图像。
M: 变换矩阵，是一个 2x3 的矩阵。
dsize: 输出图像的大小，是一个二元组 (width, height)。
dst (可选): 输出图像，可以是预先创建的空白图像。
flags (可选): 插值方法的标志。可以是以下之一：
cv2.INTER_LINEAR: 线性插值（默认）。
cv2.INTER_NEAREST: 最近邻插值。
cv2.INTER_CUBIC: 三次样条插值（用于放大）。
cv2.INTER_AREA: 区域插值（用于缩小）。
等等。
borderMode (可选): 边界模式，用于处理超出边界的像素。可以是以下之一：
cv2.BORDER_CONSTANT: 常量填充。
cv2.BORDER_REPLICATE: 复制边界像素。
cv2.BORDER_REFLECT: 反射边界。
cv2.BORDER_WRAP: 包裹边界。
等等。
borderValue (可选): 当使用常量填充时的边界值，默认为 0。

要求知道上述仿射变换矩阵M，由于最后一行固定是001，因此变量M只有6个变量2X3。
通常在opencv中使用两种方法来求取仿射变换矩阵，分别是cv2.getAffineTransform和cv2.getRotationMatrix2D

cv2.getAffineTransform

3点法，也叫方程法，通过不共线的3个点确定仿射变换矩阵。

import numpy as np
src = np.array([[0, 0], [100, 0], [0, 100]], np.float32) # 源图像坐标
dst = np.array([[0, 0], [50, 0], [0, 50]], np.float32) # 转换后图像坐标
M = cv2.getAffineTransform(src, dst)
print(M)
'''
[[0.5 0.  0. ] 
 [0.  0.5 0. ]]
'''

原始图像3个点为src，变换后的3个点名为dst，从数字也能看出来，这个变换就是x，y缩小一半。

cv2.getRotationMatrix2D

旋转矩阵法，通过指定旋转中心和旋转角度来自动求取变换矩阵。

M = cv2.getRotationMatrix2D((256, 256), 30, 1)
print(M)

上面代码意思是以256，256为中心逆时针旋转30度，缩放比例设置为1.

代码及效果图

img = cv2.imread("00000.png")
H,W,C = img.shape
warpimg = cv2.warpAffine(img,M,(W,H)) ##M为上面两种方式求的矩阵
cv2.imshow("ori",img)
cv2.imshow("out",warpimg)
cv2.waitKey(0)

矩阵1：缩放

矩阵2：旋转30度