OpenCV中三种基础的图像变换

OpenCV学堂

发布于 2026-04-02 18:28:01

640

几何变换

几何变换包括旋转、缩放、平移等基本操作。OpenCV提供了多种函数来实现这些变换

import cv2
import numpy as np
# 读取图像
img = cv2.imread('image.jpg')
# 获取图像中心、旋转角度和缩放因子
rows, cols = img.shape[:2]
center = (cols / 2, rows / 2)
angle = 45  # 旋转角度
scale = 1   # 缩放因子
# 获取旋转矩阵
M = cv2.getRotationMatrix2D(center, angle, scale)
# 应用旋转变换
dst = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow('Original Image', img)
cv2.imshow('Rotated Image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

透视变换

透视变换是一种将二维图像投影到一个新的平面上的变换方法。它可以用来校正图像中的透视畸变，例如从不同角度拍摄的图片

定义输入和输出点：
选择图像上的四个点和它们在目标平面上的对应位置。

获取变换矩阵：
使用 cv2.getPerspectiveTransform 函数获取透视变换矩阵。

应用变换：
使用 cv2.warpPerspective 函数应用变换。

代码演示如下：

import cv2
import numpy as np
# 读取图像
img = cv2.imread('image.jpg')
# 定义四个点及其对应位置
pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
# 获取透视变换矩阵
M = cv2.getPerspectiveTransform(pts1, pts2)
# 应用透视变换
dst = cv2.warpPerspective(img, M, (300,300))
cv2.imshow('Original Image', img)
cv2.imshow('Transformed Image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

极坐标变换

极坐标变换将图像从笛卡尔坐标系转换为极坐标系，或者反之。这在处理具有圆形对称性的图像时非常有用。

import cv2
import numpy as np
# 读取图像
img = cv2.imread('D:/polar_test.bmp', cv2.IMREAD_GRAYSCALE)
# 获取图像中心和半径
rows, cols = img.shape
center = (cols // 2, rows // 2)
maxRadius = max(cols // 2, rows // 2)
dst = cv2.warpPolar(img, None, center, maxRadius, flags = cv2.INTER_LINEAR | cv2.WARP_FILL_OUTLIERS)
cv2.imshow('Original Image', img)
cv2.imshow('Polar Image', dst)
cv2.imwrite("D:/result.jpg", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-05-08，如有侵权请联系 cloudcommunity@tencent.com 删除

opencv