opencv------图片的仿射变换（平移、旋转、透视变换）

仿射变换是图像旅转，縮放，平移的总称，具体的做法是通过一个矩阵和和原图片坐标进行计算，得到新的坐标,完成交换 所以关健就是这个柜阵。

一、平移

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

# M:变换矩阵
# dsize:输出图片大小
# flag: 与resize中的插值算法一致
# mode: 边界外推法标志
# value：填充边界值

代码：

import cv2
import numpy as np
dog=cv2.imread('./dog1.jpeg')
#变换矩阵，向右平移
#M=np.float32([[1,0,200],[0,1,0]])
#变换矩阵，向右平移
M=np.float32([[1,0,-200],[0,1,0]])
#变换矩阵，向下平移
#M=np.float32([[1,0,0],[0,1,200]])
#dsize先高度后宽度
h,w,ch=dog.shape
#opencv中是先宽度后高度
img=cv2.warpAffine(dog,M,dsize=(w,h))

cv2.imshow('dog',img)
key=cv2.waitKey(0) 
cv2.destroyAllWindows()

二、旋转

方法一：

获取变化矩阵 getRotationMatrix2D(center, angle, scale)
#center  中心点，以图片的哪个点作为旋转时的中心点
#angle   角度，旋转的角度，按照逆时针旋转
#scale   缩放比例，想把图片进行什么样的缩放

代码：

import cv2
import numpy as np
dog=cv2.imread('./dog1.jpeg')
h,w,ch=dog.shape
#以(100,100)为中心点，旋转45度，不缩放
M=cv2.getRotationMatrix2D((100,100),45,1)
img=cv2.warpAffine(dog,M,dsize=(w,h))
cv2.imshow('dog',img)
key=cv2.waitKey(0) 
cv2.destroyAllWindows()

方法二：

已知原始图片的三个坐标，和变换之后的三个坐标，用getAffineTransform(scr,dst)算出变换矩阵M
#scr 原始图片的三个左边 
#dst 变换之后的三个坐标

代码：

import cv2
import numpy as np
dog=cv2.imread('./dog1.jpeg')
h,w,ch=dog.shape
scr=np.float32([[100,100],[200,150],[120,200]])
dst=np.float32([[100,100],[150,80],[180,120]])
M=cv2.getAffineTransform(scr,dst)
img=cv2.warpAffine(dog,M,dsize=(w,h))
cv2.imshow('dog',img)
key=cv2.waitKey(0) 
cv2.destroyAllWindows()

三、透视变换

透视变换是将一种坐标转换成另一种坐标，简单来说可以把一张”斜“的图变“正”。

代码：

import cv2
import numpy as np
cv2.namedWindow('img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('img',480,640)
img=cv2.imread('./DCIM.jpg')
src=np.float32([[183,140],[806,138],[89,1274],[924,1277]])
dst=np.float32([[0,0],[960,0],[0,1280],[960,1280]])
M=cv2.getPerspectiveTransform(src,dst)
new_img=cv2.warpPerspective(img,M,(960,1280))
cv2.imshow('img',new_img)
print(img.shape)
key=cv2.waitKey(0) 
cv2.destroyAllWindows()