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
- User
python代码,对图像进行仿射变换,改变形态
- 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:
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。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。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
-
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。
- 我们使用
-
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。
- 我们手动创建了一个
-
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。
- 我们使用
-
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。
- 剪切变换同样通过手动创建一个
-
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。
-
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!
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.