Skip to content
The Chat Archive
gemini-2.5-pro· Google LMArena Human Preference 140K

python代码,对图像进行仿射变换,改变形态

  1. User

    python代码,对图像进行仿射变换,改变形态

  2. Assistant

    好的,这里为您提供一份使用 Python 和 OpenCV 库对图像进行仿射变换的详细代码和说明。

    什么是仿射变换?

    仿射变换(Affine Transformation)是一种二维坐标到二维坐标之间的线性变换,它保持了二维图形的“平直性”(即直线变换后还是直线)和“平行性”(即平行线变换后还是平行线)。

    常见的仿射变换包括:

    • 平移 (Translation)
    • 旋转 (Rotation)
    • 缩放 (Scaling)
    • 剪切/错切 (Shear)

    这些操作可以组合在一起,形成更复杂的形态变化。

    准备工作

    首先,请确保您已经安装了必要的库。如果没有,请使用 pip 安装:

    pip install opencv-python
    pip install numpy
    

    核心函数

    在 OpenCV 中,我们主要使用以下两个函数来完成仿射变换:

    1. cv2.getAffineTransform(src, dst): 用于计算变换矩阵。你需要提供变换前后的三个对应点坐标。
    2. cv2.getRotationMatrix2D(center, angle, scale): 一个更方便的函数,专门用于计算旋转和缩放的变换矩阵。
    3. cv2.warpAffine(src, M, dsize): 应用变换矩阵 M 到源图像 src上,生成目标图像。

    完整代码示例

    下面的代码将演示如何实现平移、旋转、缩放和更复杂的组合变换。为了方便运行,代码会先自动生成一个简单的测试图像。

    import cv2
    import numpy as np
    import matplotlib.pyplot as plt
    
    # --- 1. 准备一张图像 ---
    # 为了让代码可直接运行,我们先创建一个简单的测试图像
    # 如果你有自己的图片,可以使用: img = cv2.imread('your_image.path')
    width, height = 400, 300
    img = np.zeros((height, width, 3), dtype=np.uint8)
    
    # 在图像上绘制一些元素,以便观察变换效果
    cv2.putText(img, 'A', (50, 100), cv2.FONT_HERSHEY_SIMPLEX, 3, (255, 255, 0), 5)
    cv2.rectangle(img, (50, 150), (200, 250), (0, 255, 0), 3)
    cv2.circle(img, (300, 100), 50, (0, 0, 255), -1)
    
    # 获取图像尺寸
    rows, cols, _ = img.shape
    
    # --- 2. 变换示例 ---
    
    # **示例 A: 平移 (Translation)**
    # 将图像向右平移100像素,向下平移50像素
    # 变换矩阵 M = [[1, 0, tx], [0, 1, ty]]
    tx, ty = 100, 50
    M_translate = np.float32([[1, 0, tx], 
                              [0, 1, ty]])
    img_translated = cv2.warpAffine(img, M_translate, (cols, rows))
    print("平移变换矩阵:\n", M_translate)
    
    
    # **示例 B: 旋转 (Rotation)**
    # 以图像中心为原点,逆时针旋转45度,缩放因子为0.8
    center = (cols / 2, rows / 2)
    angle = 45  # 逆时针为正
    scale = 0.8
    M_rotate = cv2.getRotationMatrix2D(center, angle, scale)
    img_rotated = cv2.warpAffine(img, M_rotate, (cols, rows))
    print("\n旋转变换矩阵:\n", M_rotate)
    
    
    # **示例 C: 剪切/错切 (Shear)**
    # 剪切是一种“推挤”图像的效果
    # 水平剪切,shear_x > 0 时向右倾斜
    shear_x = 0.3
    shear_y = 0.1 # 垂直剪切
    M_shear = np.float32([[1, shear_x, 0],
                          [shear_y, 1, 0]])
    img_sheared = cv2.warpAffine(img, M_shear, (cols, rows))
    print("\n剪切变换矩阵:\n", M_shear)
    
    
    # **示例 D: 更复杂的仿射变换 (通过三点映射)**
    # 这是最通用和强大的方法。你只需要定义原图中的3个点和它们在新图像中对应的位置,
    # OpenCV 就能自动计算出变换矩阵 M。
    #
    # 原始图像中的三个点
    pts1 = np.float32([[50, 50],    # 左上角
                       [200, 50],   # 右上角
                       [50, 200]])  # 左下角
    #
    # 变换后图像中对应的三个点
    pts2 = np.float32([[10, 100],   # 新的左上角位置
                       [200, 50],   # 新的右上角位置 (保持不变)
                       [100, 250]]) # 新的左下角位置
    
    M_complex = cv2.getAffineTransform(pts1, pts2)
    img_complex = cv2.warpAffine(img, M_complex, (cols, rows))
    print("\n三点映射的复杂变换矩阵:\n", M_complex)
    
    # --- 3. 显示结果 ---
    # 使用 Matplotlib 显示,可以避免 OpenCV `imshow` 在某些环境下(如Jupyter)的问题
    plt.figure(figsize=(15, 10))
    
    titles = ['Original Image', 'A: Translated', 'B: Rotated', 'C: Sheared', 'D: Complex Transform']
    images = [cv2.cvtColor(img, cv2.COLOR_BGR2RGB),
              cv2.cvtColor(img_translated, cv2.COLOR_BGR2RGB),
              cv2.cvtColor(img_rotated, cv2.COLOR_BGR2RGB),
              cv2.cvtColor(img_sheared, cv2.COLOR_BGR2RGB),
              cv2.cvtColor(img_complex, cv2.COLOR_BGR2RGB)]
    
    for i in range(5):
        plt.subplot(2, 3, i + 1)
        plt.imshow(images[i])
        plt.title(titles[i])
        plt.axis('off') # 不显示坐标轴
    
    plt.tight_layout()
    plt.show()
    
    # 如果不使用 Matplotlib,可以使用 OpenCV 的原生显示方法
    # cv2.imshow('Original', img)
    # cv2.imshow('Translated', img_translated)
    # cv2.imshow('Rotated', img_rotated)
    # cv2.imshow('Sheared', img_sheared)
    # cv2.imshow('Complex', img_complex)
    
    # # 等待按键,然后关闭所有窗口
    # cv2.waitKey(0)
    # cv2.destroyAllWindows()
    

    代码讲解

    1. 准备图像:

      • 我们使用 numpy 创建了一个黑色的背景图,并在上面添加了文字、矩形和圆形,方便我们清晰地看到变换后的效果。
      • 如果你有自己的图像文件(例如 photo.jpg),只需替换这部分代码为 img = cv2.imread('photo.jpg') 即可。
    2. 平移 (Translation):

      • 我们手动创建了一个 2x3 的 numpy 浮点数矩阵。
      • [[1, 0, tx], [0, 1, ty]] 是平移矩阵的标准形式,tx 是水平平移量,ty 是垂直平移量。
      • 然后调用 cv2.warpAffine 应用这个矩阵。
    3. 旋转 (Rotation):

      • 我们使用 cv2.getRotationMatrix2D() 这个便捷函数来生成旋转矩阵。
      • 参数分别是:center (旋转中心点), angle (旋转角度,正数表示逆时针), scale (缩放比例)。
      • 这让你无需手动计算复杂的三角函数。
    4. 剪切 (Shear):

      • 剪切变换同样通过手动创建一个 2x3 矩阵实现。
      • [[1, shear_x, 0], [shear_y, 1, 0]] 是剪切矩阵的形式。shear_x 控制水平方向的倾斜,shear_y 控制垂直方向的倾斜。
    5. 复杂变换 (三点映射):

      • 这是最灵活的方法。你不需要关心具体的变换类型(是旋转、缩放还是平移的组合)。
      • 你只需要在原图上找到任意三个不共线的点 (pts1),然后想好这三个点在变换后的新图像中应该处于什么位置 (pts2)。
      • cv2.getAffineTransform(pts1, pts2) 会帮你计算出实现这个映射所需的确切的变换矩阵 M。
    6. 应用与显示:

      • cv2.warpAffine(img, M, (cols, rows)) 是最终执行变换的函数。
        • img: 源图像。
        • M: 2x3 的变换矩阵。
        • (cols, rows): 输出图像的尺寸(宽度, 高度)。
      • 最后,我们使用 matplotlib 将原图和所有变换后的图像一起显示出来,方便对比。

    希望这份详细的解释和代码能帮助你理解并使用 Python 进行图像的仿射变换!

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.