8.6.3图像仿射变换
8.6.3图像仿射变换
图像的仿射变换可以调用cv.warpAffine()函数实现，其语法格式如下：
cv2.warpAffine(source,M,(cols,rows))
其中参数，
Source：表示需要仿射变换的图像；
(cols,rows)：表示仿射变化后是否缩放图像，可以省略；
M：表示仿射变换矩阵，是一个2*3的矩阵，分为三种情况，对应三种仿射变化，即平移，旋转和一般意义的仿射变换。
如果仿射变换进行位移，其矩阵形式如下:
其中tx表示横坐标位移的方向和大小；ty表示纵坐标位移的方向和大小；
如果仿射变换进行旋转（默认逆时针方向），其变换矩阵可以通过getRotationMatrix2D函数获得，其语法格式如下：
M=cv.getRotationMatrix2D((x,y),rotationAngle,scale)
返回值也是一个2*3的矩阵，其中参数，
（x,y）：表示旋转点；
rotationAngle：表示旋转角度（无需转化为弧度）；
Scale：表示旋转后是否缩放，默认为1表示不缩放；
可以通过仿射变换前后3个点的映射获得变换矩阵，可以通过函数实现，语法格式如下：
M=cv2.getAffineTransform(变换前三点,变换后三点)
【医学案例8-8】以某儿童医院采集的手腕骨图像为例，采用仿射变换，把手骨图像。把操作后的图像调用matplotlib中pyplot的imshow函数显示。
【医学图像仿射变换的代码实例】
import cv2 as cv,matplotlib,numpy as np
import matplotlib.pyplot as plt
matplotlib.rcParams['font.sans-serif']=['SimHei'] #用黑体显示中文
fileName="hand.jpg"
srcImg=cv.imread(fileName, cv.IMREAD_COLOR)
h,w,b=srcImg.shape
shiftM=np.float32([[1,0,500],[0,1,500]]) #向下和向右平移 500 像素
rotateM=cv.getRotationMatrix2D((h/2,w/2),60,1) #逆时针旋转 60 度
prePoint=np.float32([[100,100],[300,100],[150,300]]) #旋转前三点坐标
nexPoint=np.float32([[100,100],[270,70],[190,280]]) #旋转后三点坐标
pointM=cv.getAffineTransform(prePoint,nexPoint) #由前后三点映射旋转矩阵
shiftImg=cv.warpAffine(srcImg,shiftM,(w,h))
rotateImg=cv.warpAffine(srcImg,rotateM,(w,h))
pointImg=cv.warpAffine(srcImg,pointM,(w,h)) #三点映射旋转
# 展示不同的手骨图像
titles=['源图像','平移','逆时针旋转 60 度' ,'三点映射旋转']
imgs=[srcImg, shiftImg,rotateImg, pointImg]
for i in range(4):
plt.subplot(2,2,i+1)
plt.imshow(imgs[i], cmap='gray')
plt.axis('off')
plt.title(titles[i])
plt.show()
【运行效果】
图 8-8 图像仿射变换
评论 ：01 / 1