OpenCV快速入门:像素操作和图像变换

文章目录

  • 前言
  • 1. 像素操作
    • 1.1 像素统计
    • 1.2 两个图像之间的操作
      • 1.2.1 图像加法操作
      • 1.2.3 图像加权混合
    • 1.3 二值化
    • 1.4 LUT(查找表)
      • 1.4.1 查找表原理
      • 1.4.2 代码演示
  • 2 图像变换
    • 2.1 旋转操作
      • 2.1.1 旋转的基本原理
      • 2.1.2 代码实现
    • 2.2 缩放操作
    • 2.3 平移操作
      • 2.3.1 平移操作原理
      • 2.3.2 代码实现
    • 2.4 翻转操作
      • 2.4.1 水平翻转
      • 2.4.2 垂直翻转
      • 2.4.3 同时进行水平和垂直翻转
    • 2.5 仿射变换
      • 2.5.1 仿射变换原理
      • 2.5.2 构建仿射矩阵
      • 2.5.3 进行仿射变换
    • 2.6 投射变换
      • 2.6.1 投射变换基本原理
      • 2.6.2 透视投射变换代码实现
    • 2.7 极坐标变换
      • 2.7.1 极坐标变换基本原理
      • 2.7.2 极坐标变换代码实现
      • 2.7.3 极坐标逆变换
  • 总结

前言

图像处理是计算机视觉领域中的核心内容之一,而像素操作和图像变换则是图像处理中不可或缺的基本操作。通过对像素的统计、加法操作、混合以及查找表等处理,我们能够灵活地调整图像的外观和内容。同时,图像变换则为我们提供了改变图像几何结构的手段,包括旋转、缩放、平移、翻转、仿射变换等多种操作。本篇博客将快速了解这些基础操作,并通过OpenCV展示它们的实际应用。


通过学习这些基础操作,读者将更好地理解图像处理的核心概念,为进一步深入学习计算机视觉和图像处理领域奠定坚实基础。

1. 像素操作

在图像处理中,像素是不可或缺的基本单元。OpenCV提供了丰富的像素操作函数,让我们能够灵活地访问和修改图像的像素值。

1.1 像素统计

像素统计是图像处理中常见的操作,可以帮助我们了解图像的整体特征。通过OpenCV,我们可以使用直方图来进行像素值的统计,进而分析图像的亮度分布。

以下面的郁金香为例。
原图

import cv2
import numpy as np# 读取图像
img = cv2.imread('tulips.jpg', 0)  # 以灰度模式读取图像# 计算直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])# 创建一个画布,大小为 200x256,背景色为白色
hist_img = np.full((200, 256), 255, dtype=np.uint8)# 归一化直方图,使其适应画布的高度
hist = cv2.normalize(hist, hist, 0, 200, cv2.NORM_MINMAX)# 绘制直方图
for i in range(256):cv2.line(hist_img, (i, 200), (i, 200 - int(hist[i][0])), 0)# 调整图像大小以匹配直方图
img_resized = cv2.resize(img, (256, 200))
# 将图像与直方图横向拼接
result = cv2.hconcat([img_resized, hist_img])
# 显示结果
cv2.imshow('Image and Histogram', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

灰度统计

直方图是对图像中像素值分布的图形化表示。通过直方图,我们可以了解图像中像素值的分布情况,从而揭示图像的亮度、对比度等特征。以下是直方图中一些常见的解释要点:

  1. X轴和Y轴:

    • X轴(横轴): 表示图像的像素值。通常,0代表黑色,255代表白色。
    • Y轴(纵轴): 表示对应像素值的像素数量或频率。
  2. 峰值和谷值:

    • 峰值: 直方图中的高峰表示图像中有大量具有相同像素值的区域。这可能对应于图像中的主要物体或背景。
    • 谷值: 直方图中的低谷表示图像中像素值稀疏的区域,可能是物体的边缘或其他低纹理区域。
  3. 分布形状:

    • 对称分布: 如果直方图在中间值附近对称,则图像可能具有均匀的亮度分布。
    • 偏斜分布: 如果直方图在一个方向上延伸,则图像可能具有明显的亮度或对比度偏移。
  4. 峰的位置和宽度:

    • 峰的位置: 峰值的位置表示图像中主要的亮度级别。例如,峰值在低像素值端,可能表示图像主要是暗的。
    • 峰的宽度: 宽峰可能表示亮度分布较为均匀,而窄峰可能表示亮度分布集中在某一范围内。
  5. 直方图均衡化的效果:

    • 直方图均衡化是一种通过调整图像的像素值分布来增强对比度的方法。均衡化后的直方图应该更加平均,使得图像更具有视觉吸引力。

在直方图中,可以看到高峰和低谷,以及整体的分布形状。这有助于更好地理解图像的特性,为进一步的图像处理提供了重要的信息。

1.2 两个图像之间的操作

在图像处理中,对两个图像进行操作是一种常见的需求,这可以包括加法、减法、混合等。OpenCV提供了一系列的函数来执行这些操作,其中 cv2.add() 是用于执行图像加法的函数。

1.2.1 图像加法操作

图像加法是将两幅图像的对应像素值相加,得到一个新的图像。这种操作常用于图像的亮度调整和合成。具体而言,对于两个图像 A 和 B,其加法操作可以表示为:

result ( x , y ) = clip ( A ( x , y ) + B ( x , y ) ) \text{result} (x, y) = \text{clip}(\text{A} (x, y) + \text{B} (x, y)) result(x,y)=clip(A(x,y)+B(x,y))

其中,clip 表示将结果限制在合理的范围内(通常是 0 到 255,对于8位图像而言)。

OpenCV中的图像加法

使用 cv2.add() 函数,我们可以轻松地执行图像加法。以下是一个简单的例子:
tulips1.jpg
tulips1
tulips2.jpg
在这里插入图片描述

import cv2# 读取两张图像
img1 = cv2.imread('tulips1.jpg')
img2 = cv2.imread('tulips2.jpg')# 确保两张图像具有相同的尺寸
img2_resized = cv2.resize(img2, (img1.shape[1], img1.shape[0]))# 图像加法
result = cv2.add(img1, img2_resized)# 显示结果
cv2.imshow('Image Addition', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中,cv2.add() 函数将两张图像的对应像素值相加,生成了一个新的图像 result。通过这个操作,图像的亮度得到了增强。
Image Addition

1.2.3 图像加权混合

除了简单的图像加法,OpenCV还支持图像的加权混合。这种混合是通过为每个图像分配一个权重,然后将它们相加得到的。具体而言,对于两个图像 A 和 B,其加权混合操作可以表示为:

result = A ⋅ α + B ⋅ β + gamma \text{result} = \text{A} \cdot \alpha + \text{B} \cdot \beta + \text{gamma} result=Aα+Bβ+gamma

在OpenCV中,这可以通过 cv2.addWeighted() 函数实现:

import cv2# 读取两张图像
img1 = cv2.imread('tulips1.jpg')
img2 = cv2.imread('tulips2.jpg')# 确保两张图像具有相同的尺寸
img2_resized = cv2.resize(img2, (img1.shape[1], img1.shape[0]))# 设置加权混合的权重
alpha = 0.7
beta = 0.3
gamma = 0# 图像加权混合
result = cv2.addWeighted(img1, alpha, img2_resized, beta, gamma)# 显示结果
cv2.imshow('Image Blend', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

Image Blend

在这个例子中,cv2.addWeighted() 函数接受五个参数:

  • img1:第一张图像
  • alpha:第一张图像的权重
  • img2:第二张图像
  • beta:第二张图像的权重
  • gamma:加法的常数项

通过调整 alphabeta 的值,可以控制两张图像在混合中的权重。通常情况下,alpha + beta 应该等于 1。
gamma 用于调整亮度。

通过这种方式,可以在图像中进行平滑的混合,从而创造出一些特殊的效果。

1.3 二值化

在图像处理中,二值化是一种常见的操作,其目的是将图像转换为只包含两种像素值的形式,通常是黑和白。这种操作可以用于物体检测、图像分割、文本识别等应用场景。

OpenCV提供了多种二值化方法,其中最简单的是使用 cv2.threshold() 函数。

import cv2# 读取图像
img = cv2.imread('tulips1.jpg', 0)  # 以灰度模式读取图像# 二值化
ret, binary_img = cv2.threshold(img, 60, 255, cv2.THRESH_BINARY)# 显示结果
cv2.imshow('Binary Image', binary_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

cv2.threshold() 函数用于对输入图像进行阈值处理。该函数有四个主要的参数:

  • 输入图像 (img): 要进行二值化处理的图像。
  • 阈值 (thresh): 阈值是一个用于将像素分为两类的数值。超过阈值的像素被置为一个值,未超过的像素被置为另一个值。
  • 最大值 (maxval): 超过阈值的像素被赋予的值。在二值化中,通常将其设为最大像素值。
  • 二值化类型 (type): 二值化的类型,常见的有 cv2.THRESH_BINARYcv2.THRESH_BINARY_INV 等。

代码中,cv2.threshold(img, 60, 255, cv2.THRESH_BINARY): 对灰度图像进行阈值处理。像素值大于60的被置为255(白色),小于等于60的被置为0(黑色)。这里使用的是二进制阈值化,即 cv2.THRESH_BINARY

通过这个简单的二值化操作,图像中的信息被转换成了黑白两种像素值,使得后续的处理更加方便。

1.4 LUT(查找表)

在图像处理中,查找表(Look-Up Table,LUT)是一种通过预先定义的映射关系对图像进行像素值映射的方法。OpenCV提供了 cv2.LUT() 函数,使得对图像的像素值进行非常灵活的映射成为可能。

1.4.1 查找表原理

查找表的原理是通过预先定义好的映射表,将输入图像的每个像素值映射到输出图像的对应像素值。这种操作常常用于对图像进行颜色校正、增强对比度、调整亮度等。

在OpenCV中,查找表是一个三维数组,其中每个通道都有一个单独的映射表。通过对查找表的预处理,可以实现各种各样的图像处理效果。

1.4.2 代码演示

以下是OpenCV的代码演示:

import cv2
import numpy as np# 读取彩色图像
img = cv2.imread('tulips1.jpg')# 获取图像的高度和宽度
height, width, channels = img.shape# 创建查找表
lut = np.zeros((256, 1, 3), dtype=np.uint8)# 处理红色通道
for i in range(256):# 小于100的值设为100,大于200的值设为200,其余的设为150lut[i, 0, 0] = max(min(200, i), 100)# 处理绿色通道
for i in range(256):# 翻转颜色lut[i, 0, 1] = 255 - i# 处理蓝色通道,保持不变
for i in range(256):lut[i, 0, 2] = i# 应用查找表
result = cv2.LUT(img, lut)# 显示原始图像和处理后的图像
cv2.imshow('Color Transformation', np.hstack([img, result]))
cv2.waitKey(0)
cv2.destroyAllWindows()

lut

  • cv2.LUT(img, lut): 使用 cv2.LUT() 函数应用查找表,将输入图像 img 的每个像素值通过查找表进行映射,生成处理后的图像 result

  • np.hstack([img, result]): 使用 np.hstack() 函数将原始图像和处理后的图像水平拼接,以便更直观地比较两者的效果。

通过定义不同的查找表,可以实现对图像的多种处理效果,使图像处理更加灵活和可控。

2 图像变换

通过对图像进行变换,我们可以实现图像的旋转、缩放、平移等操作,从而达到不同的视觉效果和分析目的。在OpenCV中,图像变换操作具有灵活性和高效性,本章节将介绍一些基础的图像变换操作。

2.1 旋转操作

2.1.1 旋转的基本原理

旋转操作是将图像绕着其中心点旋转一定的角度。这个旋转的过程可以通过一个矩阵来表示,即旋转矩阵。对于2D图像,旋转矩阵的表达式为:

R = [ cos ⁡ ( θ ) − sin ⁡ ( θ ) sin ⁡ ( θ ) cos ⁡ ( θ ) ] R = \begin{bmatrix} \cos(\theta) & -\sin(\theta) \\ \sin(\theta) & \cos(\theta) \end{bmatrix} R=[cos(θ)sin(θ)sin(θ)cos(θ)]

其中, θ \theta θ 是旋转的角度。对于图像旋转,我们通常使用 cv2.getRotationMatrix2D 函数来获取旋转矩阵。
在常规的坐标系中,逆时针旋转被认为是正方向。因此,正的旋转角度 θ \theta θ 表示逆时针旋转,而负的旋转角度表示顺时针旋转。

2.1.2 代码实现

import cv2# 读取图像
img = cv2.imread('tulips1.jpg')# 获取图像的高度和宽度
height, width = img.shape[:2]# 定义旋转角度
angle = 45# 计算旋转矩阵
rotation_matrix = cv2.getRotationMatrix2D((width/2, height/2), angle, 1)# 进行图像旋转
rotated_img = cv2.warpAffine(img, rotation_matrix, (width, height))# 显示旋转后的图像
cv2.imshow('Rotated Image', rotated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这段代码中,cv2.getRotationMatrix2D 函数计算了一个旋转矩阵,然后通过 cv2.warpAffine 函数进行了图像的实际旋转操作。通过改变 angle 的值,我们可以实现不同角度的图像旋转,从而达到不同的视觉效果。
Rotated Image
cv2.getRotationMatrix2D 函数中的 angle 参数表示逆时针旋转的角度。如果希望进行顺时针旋转,只需将 angle 设为负值即可。例如,若要顺时针旋转 45 度,可以将 angle = -45

cv2.getRotationMatrix2D
是OpenCV中用于获取旋转矩阵的函数,它用于构建一个二维旋转变换矩阵。该函数的语法如下:

python cv2.getRotationMatrix2D(center, angle, scale)

其中:

  • center 是旋转的中心点坐标,通常为图像的中心 (width/2, height/2)
  • angle 是旋转角度,以逆时针方向为正。
  • scale 是可选的缩放因子,默认为1。

该函数返回一个2x3的矩阵,即旋转矩阵。这个矩阵可以用于后续的图像旋转操作。

在旋转矩阵中,前两列是旋转的两个基向量,第三列是中心点的坐标。形式如下:

R = [ α β ( 1 − α ) ⋅ center x − β ⋅ center y − β α β ⋅ center x + ( 1 − α ) ⋅ center y ] R = \begin{bmatrix} \alpha & \beta & (1-\alpha) \cdot \text{center}_x - \beta \cdot \text{center}_y \\ -\beta & \alpha & \beta \cdot \text{center}_x + (1-\alpha) \cdot \text{center}_y \end{bmatrix} R=[αββα(1α)centerxβcenteryβcenterx+(1α)centery]

其中, α = scale ⋅ cos ⁡ ( angle ) \alpha = \text{scale} \cdot \cos(\text{angle}) α=scalecos(angle) β = scale ⋅ sin ⁡ ( angle ) \beta =\text{scale} \cdot \sin(\text{angle}) β=scalesin(angle)

这个矩阵表示了旋转和缩放的组合变换。这个变换可以通过 cv2.warpAffine 函数应用到图像上,实现旋转和缩放的效果。

2.2 缩放操作

缩放是调整图像大小的基本操作,通过改变图像的宽度和高度,我们可以实现图像的缩小或放大。在图像处理中,缩放操作经常用于调整图像大小以适应不同的显示需求或分析环境。

缩放操作的基本原理是通过对图像的像素进行重新排列,从而改变图像的尺寸。对于缩小操作,通常使用图像插值技术来估算新的像素值;而对于放大操作,则使用插值来填充新的像素。

在OpenCV中,可以使用 cv2.resize 函数实现图像的缩放。

import cv2
import numpy as np# 读取图像
img = cv2.imread('tulips1.jpg')# 定义缩放比例
scale_percent = 50  # 缩放到原图的50%# 计算缩放后的宽度和高度
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)# 进行图像缩放
resized_img = cv2.resize(img, (width, height))# 创建黑色背景图像
black_background = np.zeros((max(height, img.shape[0]), max(width, img.shape[1]), 3), dtype=np.uint8)# 将缩放后的图像放置在黑色背景上
black_background[:resized_img.shape[0], :resized_img.shape[1], :] = resized_img# 显示原始图像、缩放后的图像
result = cv2.hconcat([img, black_background])
cv2.imshow('Resized Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

Resized Image

cv2.resize函数有以下参数:

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

  • src: 原始图像。
  • dsize: 输出图像的大小,可以是元组 (width, height) 或者单个值。
  • dst: 可选参数,输出图像。
  • fx: 沿水平轴的缩放比例。
  • fy: 沿垂直轴的缩放比例。
  • interpolation: 插值方法,用于确定新像素值。默认为 cv2.INTER_LINEAR

在上面的示例代码中,我们使用了 cv2.resize(img, (width, height)),其中 img 是原始图像,(width, height) 是输出图像的大小。我们没有显式设置 fxfy,因此默认情况下它们都为1,表示沿着水平和垂直方向上的缩放因子都为1。这样的设置等效于等比例缩放。

cv2.resize 函数中的 interpolation 参数用于指定图像缩放时的插值方法。以下是常用的插值方法选项:

  1. cv2.INTER_NEAREST: 最近邻插值。计算新像素值时,选择最近的已知像素值。

  2. cv2.INTER_LINEAR: 线性插值。计算新像素值时,使用相邻的4个像素的加权平均。

  3. cv2.INTER_CUBIC: 三次样条插值。计算新像素值时,使用相邻的16个像素的加权平均,产生更平滑的效果。

  4. cv2.INTER_AREA: 区域插值。计算新像素值时,使用像素区域的像素值的平均。

  5. cv2.INTER_LANCZOS4: Lanczos窗口插值。计算新像素值时,使用Lanczos窗口函数的加权平均。

在实际应用中,选择合适的插值方法取决于图像的内容和应用场景。例如,对于图像放大,通常使用 cv2.INTER_LINEAR
cv2.INTER_CUBIC 来保持图像质量。如果需要快速的缩小操作,可以考虑使用 cv2.INTER_NEAREST

2.3 平移操作

平移是将图像沿着x和y轴移动的操作,通过改变图像的位置,我们可以实现图像的平移。在图像处理中,平移操作常用于调整图像在画布上的位置,以便进一步的处理或显示。在OpenCV中,可以使用 cv2.warpAffine 函数实现图像的平移。

2.3.1 平移操作原理

平移操作的原理是通过构建一个平移矩阵,将图像中的每个像素移动到新的位置。平移矩阵的形式如下:

M = [ 1 0 tx 0 1 ty ] M = \begin{bmatrix} 1 & 0 & \text{tx} \\ 0 & 1 & \text{ty} \end{bmatrix} M=[1001txty]

其中, tx \text{tx} tx 是沿x轴的平移量, ty \text{ty} ty 是沿y轴的平移量。通过 cv2.warpAffine 函数应用这个平移矩阵,即可完成图像的平移操作。

2.3.2 代码实现

以下是一个平移操作的示例代码,通过构建平移矩阵将原始图像沿x轴平移50个像素,沿y轴平移30个像素:

import cv2
import numpy as np# 读取图像
img = cv2.imread('tulips1.jpg')# 定义平移矩阵
translation_matrix = np.float32([[1, 0, 50], [0, 1, 30]])  # 沿x轴平移50个像素,沿y轴平移30个像素# 进行图像平移
translated_img = cv2.warpAffine(img, translation_matrix, (img.shape[1], img.shape[0]))# 显示平移后的图像
cv2.imshow('Translated Image', translated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Translated Image
在这个例子中,我们通过 np.float32 创建了一个平移矩阵 translation_matrix,然后使用 cv2.warpAffine 函数将原始图像进行平移。最终,我们显示了原始图像和平移后的图像,通过调整平移矩阵中的参数,可以实现不同方向和距离的平移效果。

2.4 翻转操作

翻转操作通过改变图像的方向,我们可以获得不同的视觉效果。本章将介绍如何使用OpenCV进行图像的水平翻转、垂直翻转以及同时进行水平和垂直翻转的操作。

2.4.1 水平翻转

水平翻转是将图像沿着垂直中轴线进行翻转,即左侧变为右侧,右侧变为左侧。在OpenCV中,可以使用 cv2.flip 函数来实现水平翻转。

import cv2# 读取图像
img = cv2.imread('tulips1.jpg')# 进行水平翻转
horizontal_flip = cv2.flip(img, 1)# 显示原始图像和水平翻转后的图像
cv2.imshow('Horizontal Flip', cv2.hconcat([img, horizontal_flip]))
cv2.waitKey(0)
cv2.destroyAllWindows()

Horizontal Flip

2.4.2 垂直翻转

垂直翻转是将图像沿着水平中轴线进行翻转,即上方变为下方,下方变为上方。同样地,在OpenCV中,可以使用 cv2.flip 函数来实现垂直翻转。

import cv2# 读取图像
img = cv2.imread('tulips1.jpg')# 进行垂直翻转
vertical_flip = cv2.flip(img, 0)# 显示原始图像和垂直翻转后的图像
cv2.imshow('Vertical Flip', cv2.vconcat([img, vertical_flip]))
cv2.waitKey(0)
cv2.destroyAllWindows()

Vertical Flip

2.4.3 同时进行水平和垂直翻转

同时进行水平和垂直翻转是将图像在水平和垂直方向上同时进行翻转,即左上角变为右下角,右下角变为左上角。在OpenCV中,可以使用 cv2.flip 函数的参数来实现同时进行水平和垂直翻转。

import cv2# 读取图像
img = cv2.imread('tulips1.jpg')# 同时进行水平和垂直翻转
both_flip = cv2.flip(img, -1)# 显示原始图像和同时进行水平和垂直翻转后的图像
cv2.imshow('Both Flip', cv2.hconcat([img, both_flip]))
cv2.waitKey(0)
cv2.destroyAllWindows()

Both Flip

通过这三种翻转操作,我们可以轻松地改变图像的方向,适应不同的显示或处理需求。在实际应用中,翻转操作经常用于数据增强、图像处理等场景,为图像处理任务提供更多的变化和选择。

2.5 仿射变换

通过仿射变换,我们可以实现图像的平移、旋转、缩放和剪裁等操作。在OpenCV中,仿射变换是一项强大而灵活的图像处理技术,本章将介绍如何使用OpenCV进行仿射变换。

2.5.1 仿射变换原理

仿射变换是通过线性变换和平移组合而成的一种几何变换。在二维图像中,仿射变换可以表示为:

[ x ′ y ′ ] = [ a b c d ] [ x y ] + [ t x t y ] \begin{bmatrix} x' \\ y' \end{bmatrix} = \begin{bmatrix} a & b \\ c & d \end{bmatrix} \begin{bmatrix} x \\ y \end{bmatrix} + \begin{bmatrix} tx \\ ty \end{bmatrix} [xy]=[acbd][xy]+[txty]

其中, [ x y ] \begin{bmatrix} x \\ y \end{bmatrix} [xy] 是原始图像上的坐标, [ x ′ y ′ ] \begin{bmatrix} x' \\ y' \end{bmatrix} [xy] 是变换后图像上的坐标, [ a b c d ] \begin{bmatrix} a & b \\ c & d \end{bmatrix} [acbd] 是线性变换矩阵, [ t x t y ] \begin{bmatrix} tx \\ ty \end{bmatrix} [txty] 是平移向量。

2.5.2 构建仿射矩阵

在OpenCV中,可以使用 cv2.getAffineTransform 函数根据三个对应的点构建仿射矩阵。假设有三个对应的点 ( x 1 , y 1 ) ↔ ( x 1 ′ , y 1 ′ ) (x_1, y_1) \leftrightarrow (x_1', y_1') (x1,y1)(x1,y1) ( x 2 , y 2 ) ↔ ( x 2 ′ , y 2 ′ ) (x_2, y_2) \leftrightarrow (x_2', y_2') (x2,y2)(x2,y2) ( x 3 , y 3 ) ↔ ( x 3 ′ , y 3 ′ ) (x_3, y_3) \leftrightarrow (x_3', y_3') (x3,y3)(x3,y3),则可以通过以下方式构建仿射矩阵:

import cv2
import numpy as np# 原始图像上的三个对应点
pts_original = np.float32([[50, 50], [200, 50], [50, 200]])# 变换后的图像上的三个对应点
pts_transformed = np.float32([[10, 100], [200, 50], [100, 250]])# 构建仿射矩阵
affine_matrix = cv2.getAffineTransform(pts_original, pts_transformed)

2.5.3 进行仿射变换

使用得到的仿射矩阵,可以通过 cv2.warpAffine 函数进行仿射变换。以下是一个示例,将原始图像进行仿射变换:

import cv2
import numpy as np# 读取图像
img = cv2.imread('tulips1.jpg')# 原始图像上的三个对应点
pts_original = np.float32([[50, 50], [200, 50], [50, 200]])# 变换后的图像上的三个对应点
pts_transformed = np.float32([[10, 100], [200, 50], [100, 250]])# 构建仿射矩阵
affine_matrix = cv2.getAffineTransform(pts_original, pts_transformed)# 进行仿射变换
affine_img = cv2.warpAffine(img, affine_matrix, (img.shape[1], img.shape[0]))# 显示仿射变换后的图像
cv2.imshow('Affine Transformation', affine_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Affine Transformation
通过调整 pts_originalpts_transformed 中的对应点,可以实现不同的仿射变换效果。这为图像的几何调整提供了一种强大的工具。

2.6 投射变换

投射变换是图像处理中的一种重要技术,它涉及将三维场景映射到二维图像上。在OpenCV中,投射变换常用于摄像机标定、虚拟增强现实等应用中。本章将介绍投射变换的基本原理以及如何在OpenCV中实现投射变换。

2.6.1 投射变换基本原理

投射变换涉及将三维空间中的点映射到二维图像上。这一映射过程通常由一个投射矩阵来描述。对于透视投射,投射矩阵可以表示为:

s [ f x 0 c x 0 f y c y 0 0 1 ] [ r 11 r 12 r 13 t x r 21 r 22 r 23 t y r 31 r 32 r 33 t z ] s \begin{bmatrix} f_x & 0 & c_x \\ 0 & f_y & c_y \\ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} r_{11} & r_{12} & r_{13} & t_x \\ r_{21} & r_{22} & r_{23} & t_y \\ r_{31} & r_{32} & r_{33} & t_z \end{bmatrix} s fx000fy0cxcy1 r11r21r31r12r22r32r13r23r33txtytz

其中, s s s 是尺度因子, f x f_x fx f y f_y fy 是焦距, ( c x , c y ) (c_x, c_y) (cx,cy) 是主点, ( t x , t y , t z ) (t_x, t_y, t_z) (tx,ty,tz) 是平移向量, r i j r_{ij} rij 是旋转矩阵的元素。

2.6.2 透视投射变换代码实现

在OpenCV中,可以使用 cv2.getPerspectiveTransform 函数来获取透视投射变换矩阵。以下是一个简单的示例,实现透视投射变换:

import cv2
import numpy as np# 读取图像
img = cv2.imread('tulips1.jpg')# 原始图像上的四个对应点
pts_original = np.float32([[50, 50], [200, 50], [50, 200], [200, 200]])# 变换后的图像上的四个对应点
pts_transformed = np.float32([[0, 0], [300, 100], [100, 300], [100, 100]])# 获取透视投射变换矩阵
perspective_matrix = cv2.getPerspectiveTransform(pts_original, pts_transformed)# 进行透视投射变换
perspective_img = cv2.warpPerspective(img, perspective_matrix, (img.shape[1], img.shape[0]))# 显示原始图像和透视投射变换后的图像
cv2.imshow('Perspective Transformation', cv2.hconcat([img, perspective_img]))
cv2.waitKey(0)
cv2.destroyAllWindows()

Perspective Transformation
通过调整 pts_originalpts_transformed 中的对应点,可以实现不同的透视投射效果。这一技术在计算机视觉和图像处理中具有广泛的应用,尤其是在图像校正和三维场景还原中。

2.7 极坐标变换

极坐标变换是一种将笛卡尔坐标系下的图像转换为极坐标系的技术。这种变换方式在某些图像处理和计算机视觉任务中非常有用,例如在边缘检测、图像滤波和特征提取等方面。本章将介绍极坐标变换的基本原理以及在OpenCV中如何实现这种变换。

2.7.1 极坐标变换基本原理

极坐标变换将图像从直角坐标系转换为极坐标系。在直角坐标系中,以 O ( 0 , 0 ) O (0,0) O(0,0)为原点,像素点的坐标表示为 ( x , y ) (x, y) (x,y),而在极坐标系中,坐标表示为 ( ρ , θ ) (\rho, \theta) (ρ,θ),其中 ρ \rho ρ 是极径,表示点到原点的距离, θ \theta θ 是极角,表示点相对于正 x 轴的角度。

在这里插入图片描述

变换过程可以用以下公式表示:

  1. 已知 ( x , y ) (x, y) (x,y),则:
    { ρ = x 2 + y 2 θ = arctan ⁡ ( y x ) \left\{ \begin{aligned} \rho &= \sqrt{x^2 + y^2} \\ \theta &= \arctan\left(\frac{y}{x}\right) \\ \end{aligned} \right. ρθ=x2+y2 =arctan(xy)

  2. 已知 ( ρ , θ ) (\rho, \theta) (ρ,θ),则:
    { x = ρ ⋅ cos ⁡ ( θ ) y = ρ ⋅ sin ⁡ ( θ ) \left\{ \begin{aligned} x &= \rho \cdot \cos(\theta) \\ y &= \rho \cdot \sin(\theta) \\ \end{aligned} \right. {xy=ρcos(θ)=ρsin(θ)

2.7.2 极坐标变换代码实现

示例图片:color_plate.jpg
彩色板

以下是一个简单的代码示例:

import cv2
import numpy as np
import math
# 读取图像
img = cv2.imread('color_plate.jpg')# 创建一个黑色的图像
image_size = img.shape[0]# 圆心坐标
center = (image_size // 2, image_size // 2)
# 圆的半径
radius = image_size // 2# PAI值
PI = math.pi
# 极坐标转换后的图像的宽(圆形的周长)
line_width = int(2 * radius * PI)# 开始极坐标变换
# 建立展开后的图像
polar_image = np.zeros((radius, line_width, 3), dtype=np.uint8)
# 按照圆的极坐标赋值
for row in range(polar_image.shape[0]):for col in range(polar_image.shape[1]):# 逆时针转动theta角theta = - col / line_width * PI * 2# 数组下标都从0开始,因此计算结果都要-1,防止越界x = int(center[0] + row * math.cos(theta)) - 1y = int(center[1] + row * math.sin(theta)) - 1# 赋值polar_image[row, col, :] = img[y, x, :]
polar_image = cv2.rotate(polar_image, cv2.ROTATE_90_CLOCKWISE)
# 展示结果
cv2.imshow("Polar Image", polar_image)
cv2.waitKey()
cv2.destroyAllWindows()

Polar Image

极坐标变换的基本原理在上述代码中得到了清晰的体现。首先,通过极坐标到直角坐标的转换公式,计算了展开后每个像素点在原图中的坐标位置,然后将对应位置的像素值赋给展开后的图像。这样就完成了从圆形图像到线形图像的转换。

代码实现解读:

  1. 图像准备: 读取原始图像并创建一个黑色的图像用于存储极坐标变换后的结果。

  2. 参数设置: 定义圆心坐标、半径、以及一些常数如 π \pi π

  3. 展开图像: 使用两层循环,对展开后的图像的每个像素点进行计算。逆时针旋转角度 θ \theta θ,然后计算对应的极坐标,并根据极坐标找到原图像中对应的像素位置。

  4. 图像赋值: 将原图像中对应位置的像素值赋给展开后的图像。

  5. 显示结果: 最后,通过旋转函数 cv2.rotate 将图像旋转90度方便显示。

2.7.3 极坐标逆变换

为了还原回圆形,我们需要反向操作,将极坐标图像重新映射到直角坐标系。
彩色板和极坐标转换全部代码演示:

import cv2
import numpy as np
import math# 创建一个黑色的图像
image_size = 400
image = np.zeros((image_size, image_size, 3), dtype=np.uint8)# 圆心坐标
center = (image_size // 2, image_size // 2)
# 圆的半径
radius = image_size // 2 - 5# 分成八份
num_sectors = 8
angle_step = 360 // num_sectors# 九种颜色(包括新颜色)
colors = [(0, 0, 255),  # 红(0, 165, 255),  # 橙(0, 255, 255),  # 黄(0, 255, 0),  # 绿(255, 255, 0),  # 青(255, 0, 0),  # 蓝(75, 0, 130),  # 靛(128, 0, 128),  # 紫
]# 画扇形
for i in range(num_sectors):start_angle = i * angle_stepend_angle = (i + 1) * angle_stepcolor = colors[i]# 画白色扇形cv2.ellipse(image, center, (radius, radius), 0, start_angle, end_angle, (255, 255, 255), -1, lineType=cv2.LINE_AA)# 画彩色扇形cv2.ellipse(image, center, (radius - 3, radius - 3), 0, start_angle + 1, end_angle - 1, color, -1,lineType=cv2.LINE_AA)# 计算扇形中央坐标mid_angle = (start_angle + end_angle) // 2mid_x = int(center[0] + (radius - 60) * np.cos(np.radians(mid_angle)))mid_y = int(center[1] + (radius - 60) * np.sin(np.radians(mid_angle)))# 添加数字cv2.putText(image, str(i + 1), (mid_x, mid_y), cv2.FONT_HERSHEY_DUPLEX, 1, (255, 255, 255), 6, cv2.LINE_AA)cv2.putText(image, str(i + 1), (mid_x, mid_y), cv2.FONT_HERSHEY_DUPLEX, 1, (0, 0, 0), 2, cv2.LINE_AA)# PAI值
PI = math.pi
# 极坐标转换后的图像的宽(圆形的周长)
line_width = int(2 * radius * PI)# 开始极坐标变换
# 建立展开后的图像
polar_image = np.zeros((radius, line_width, 3), dtype=np.uint8)
# 按照圆的极坐标赋值
for row in range(polar_image.shape[0]):for col in range(polar_image.shape[1]):# 逆时针转动theta角theta = - col / line_width * PI * 2# 数组下标都从0开始,因此计算结果都要-1,防止越界x = int(center[0] + row * math.cos(theta)) - 1y = int(center[1] + row * math.sin(theta)) - 1# 赋值polar_image[row, col, :] = image[y, x, :]# 还原极坐标图像
restored_image = np.zeros_like(image)
for row in range(polar_image.shape[0]):for col in range(polar_image.shape[1]):# 逆时针转动 theta 角theta = -col / polar_image.shape[1] * PI * 2# 计算在直角坐标系中的坐标x = int(center[0] + row * math.cos(theta))y = int(center[1] + row * math.sin(theta))# 赋值restored_image[y, x, :] = polar_image[row, col, :]# 展示结果
polar_image = cv2.rotate(polar_image, cv2.ROTATE_90_CLOCKWISE)
polar_image = cv2.resize(polar_image, (int(2 * radius * image_size / line_width), image_size))
cv2.imshow("Polar and Restored Image", cv2.hconcat([image, polar_image, restored_image]))
cv2.waitKey()
cv2.destroyAllWindows()

Polar and Restored Image


总结

这篇博客中,我们了解了像素操作和图像变换的多个方面。

  • 首先,通过像素统计、图像加法、混合以及二值化等操作,我们展示了如何灵活处理图像像素以达到不同的效果。查找表作为一种高效的像素值映射方式,也为图像处理提供了便捷的工具。

  • 接着,我们深入学习了图像变换的多个方面,包括旋转、缩放、平移、翻转、仿射变换以及投射变换。每个操作都有其独特的原理和实现方式,而OpenCV提供的函数使得这些操作变得更加简单高效。

  • 特别地,我们探讨了极坐标变换,这是一种将图像从直角坐标系转换为极坐标系的技术。通过详细讲解基本原理和代码实现,我们展示了极坐标变换在图像处理中的潜在应用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/195741.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用GPT-4训练数据微调GPT-3.5 RAG管道

原文:使用GPT-4训练数据微调GPT-3.5 RAG管道 - 知乎 OpenAI在2023年8月22日宣布,现在可以对GPT-3.5 Turbo进行微调了。也就是说,我们可以自定义自己的模型了。然后LlamaIndex就发布了0.8.7版本,集成了微调OpenAI gpt-3.5 turbo的…

IIC协议保姆级教学

目录 1.IIC协议概述 2.IIC总线传输 3.IIC-51单片机应用 1.起始信号 2.终止信号 3.应答信号 4.数据发送 4.IIC-32单片机应用 用到的库函数: 1.IIC协议概述 IIC全称Inter-Integrated Circuit (集成电路总线)是由PHILIPS公司在80年代开发的两线式串行总线&am…

【Spring】IoC容器的一些总结与补充

文章目录 1. 创建容器的两种方式相对路径导入绝对路径导入 2. 获取Bean的三种方式getBean后强转类型getBean内写明类别根据类别获取bean 3. 容器层次结构4. BeanFactory5. bean的总结6. 注入的总结 1. 创建容器的两种方式 相对路径导入 ApplicationContext ctx new ClassPat…

一些RLHF的平替汇总

卷友们好,我是rumor。 众所周知,RLHF十分玄学且令人望而却步。我听过有的小道消息说提升很大,也有小道消息说效果不明显,究其根本还是系统链路太长自由度太高,不像SFT一样可以通过数据配比、prompt、有限的超参数来可控…

电压跟随器

电压跟随器即输入多大电压就输出多大的电压,那其起什么作用呢,直接用导线不行吗? 下图为Multisim软件仿真结果,很明显输入电压6.5V输出电压使用万用表测得同为6.5V,验证了电压跟随器的作用。 在同相放大电路的基础上&a…

快速入门ESP32——开发环境配置PlatformIO IDE

相关文章 快速入门ESP32——开发环境配置Arduino IDE 快速入门ESP32——开发环境配置PlatformIO IDE 一、下载安装二、验证 一、下载安装 下载安装 vscode 安装PlatformIO插件 创建工程 二、验证 写一个简单的函数来验证一下功能 void setup() {// put your setup cod…

DevExpress WinForms HeatMap组件,一个高度可自定义热图控件!

通过DevExpress WinForms可以为Windows Forms桌面平台提供的高度可定制的热图UI组件,体验DevExpress的不同之处。 DevExpress WinForms有180组件和UI库,能为Windows Forms平台创建具有影响力的业务解决方案。同时能完美构建流畅、美观且易于使用的应用程…

JVM类加载机制详解

JVM类加载运行全过程 运行Math类的main函数,启动程序时,首先需要通过类加载器把类加载到JVM。 package com.cold;public class Math {public int compute() {int a 1;int b 2;int c (a b) * 10;return c;}public static void main(String[] args) …

vue2 tinymce富文本插件

一、介绍 TinyMCE是一款易用、且功能强大的所见即所得的富文本编辑器。同类程序有:UEditor、Kindeditor、Simditor、CKEditor、wangEditor、Suneditor、froala等等。 TinyMCE的优势: 开源可商用,基于LGPL2.1插件丰富,自带插件基…

4核8G服务器价格选择轻量还是CVM合适?

腾讯云服务器4核8G配置优惠价格表,轻量应用服务器和CVM云服务器均有活动,云服务器CVM标准型S5实例4核8G配置价格15个月1437.3元,5年6490.44元,轻量应用服务器4核8G12M带宽一年446元、529元15个月,腾讯云百科txybk.com分…

【论文解读】CP-SLAM: Collaborative Neural Point-based SLAM System_神经点云协同SLAM系统(下)

目录 4 CP-SLAM实验 4.1 两个智能体协作( Two-agent Collaboration) 4.2 单智能体回环(Single Agent with Loop) 4.3 地图构建(Map Reconstruction) 4.4 消融实验 姿态图优化(Pose Graph …

JUC工具类_CyclicBarrier与CountDownLatch

最近被问到CyclicBarrier和CountDownLatch相关的面试题,CountDownLatch平时工作中经常用到,但是CyclicBarrier没有用过,一时答不上来,因此简单总结记录一下 1.什么是CyclicBarrier? 1.1 概念 CyclicBarrier&#xff…

简单漂亮的首页

效果图 说明 这个首页我也是构思了很久&#xff0c;才想出这个界面&#xff0c;大家喜欢的话&#xff0c;可以拿走去使用 技术的话&#xff0c;采用的就是vue的语法&#xff0c;但是不影响&#xff0c;很多样式我都是直接手敲出来的 代码实现 标语 <!-- 标语 start-->&…

hive sql 取当周周一 str_to_date(DATE_FORMAT(biz_date, ‘%Y%v‘), ‘%Y%v‘)

select str_to_date(DATE_FORMAT(biz_date, %Y%v), %Y%v)方法拆解 select DATE_FORMAT(now(), %Y%v), str_to_date(202346, %Y%v)

【7】Spring Boot 3 集成组件:缓存组件 spring cache + spring data redis

目录 【7】Spring Boot 3 集成组件&#xff1a;缓存组件 spring cache spring data redis什么是缓存抽象声明式注解JSR-107对应SpEL上下文数据 引入依赖cache 支持的缓存类型缓存类型配置NONESIMPLEREDIS自定义配置 CAFFEINE Hazelcast...总结 个人主页: 【⭐️个人主页】 需要…

01Urllib

1.什么是互联网爬虫&#xff1f; 如果我们把互联网比作一张大的蜘蛛网&#xff0c;那一台计算机上的数据便是蜘蛛网上的一个猎物&#xff0c;而爬虫程序就是一只小蜘蛛&#xff0c;沿着蜘蛛网抓取自己想要的数据 解释1&#xff1a;通过一个程序&#xff0c;根据Url(http://www.…

DMA原理和应用

目录 1.什么是DMA 2.DMA的意义 3.DMA搬运的数据和方式 4.DMA 控制器和通道 5.DMA通道的优先级 6.DMA传输方式 7.DMA应用 实验一: 内存到内存搬运 CubeMX配置&#xff1a; ​编辑用到的库函数&#xff1a; 代码实现思路&#xff1a; 实验二: 内存到外设搬运 CubeMX…

一文看分布式锁

为什么会存在分布式锁&#xff1f; 经典场景-扣库存&#xff0c;多人去同时购买一件商品&#xff0c;首先会查询判断是否有剩余&#xff0c;如果有进行购买并扣减库存&#xff0c;没有提示库存不足。假如现在仅存有一件商品&#xff0c;3人同时购买&#xff0c;三个线程同时执…

MySQL内部组件与日志详解

MySQL的内部组件结构 MySQL 可以分为 Server 层和存储引擎层两部分。 Server 层主要包括连接器、查询缓存、分析器、优化器、执行器等&#xff0c;涵盖 MySQL 的大多数核心服务功能&#xff0c;以及所有的内置函数&#xff08;如日期、时间、数学和加密函数等&#xff09;&am…

Linux网络之传输层协议tcp/udp

文章目录 目录 一、再谈端口号 1.端口号划分 2.知名端口号 3.netstat&#xff0c;pidof 二、UDP协议 1.udp协议格式 2.udp特点 3.基于udp的应用层协议 三、TCP协议 1.tcp报头 确认应答机制&#xff08;ACK) 超时重传机制 连接管理机制&#xff08;三次握手四次挥…