数字图像处理与深度学习技术应用 课件 第4、5章 图像几何变换、图像的灰度变化.pptx

第4章图像几何变换;本章目录;设变换矩阵T为;旋转变换;将2×3阶变换矩阵T进一步扩充为3×3方阵;平移变换的表示法;平移变换;比例缩放变换;;水平镜像;旋转变换;最简单的方法是行插值或是列插值：

1)插值的方法是：空点的像素值等于前一点的像素值。

2)同样的操作重复到所有行。;对给定的图像连续施行若干次如前所述的平移、镜像、比例、旋转等基本变换F1，F2，…，FN后，所完成的变换。

复合变换的矩阵等于基本变换的矩阵按顺序依次相乘得到的组合矩阵，又叫级联变换。

T=TNTN-1…T1。

若干次基本变换仍可用3×3阶表示。;复合平移;复合比例;复合旋转;基础知识介绍---图像的平移;

tx

坐标原点(x0,y0)

ty

（x0,y0）和（x1,y1）的关系：

?x1=x0+tx

y1=y0+ty

;图像的镜像变换;x1=Width-x0

y1=y0

;x1=x0

y1=Height-y0;效果对比图;图像的转置;图像转置;图像的旋转;旋转后：

x1=x0cos(θ)+y0sin(θ)

y1=-x0sin(θ)+y0cos(θ)

;

;x1=x0*kx

y1=y0*ky;kx1且ky1时，原图像被放大，面积增加。

由于放大图像时产生了新的像素，可通过插值算法来近似处理。

当kx=ky=2时，图像放大2倍，原图中的某一个像素，对应新图的4个像素。

?

●●●

●●

?

;表3.1

1234

2340

5677

6633;当kx1且ky1时，原图像被缩小。

当kx=ky=0.5时，被缩小一半。

原图中4个像素对应新图中的一个像素。此时缩小后的图像中的（0，0）像素对应于原图中的（0，0）、（0，1）、（1，0）、（1，1）像素。

●●●

●●

;效果对比图;仿射变换是指通过一系列几何变换来实现平移、缩放、旋转等操作。

OpenCV中为仿射变换提供的仿射函数为cv2.warpAffine()，

可??通过一个映射矩阵M来实现这种变换。

由变换矩阵M与原始图像矩阵相乘得到仿射变换函数cv2.warpAffine()的一般格式为：

;4.1.1平移;;4.1.2缩放;;4.1.3旋转;;在仿射变换的过程中，物体的转换都是在二维空间中完成的，

但是如果物体在三维空间中发生了转换，这种转换一般叫投影变换。

;4.3.1原理简介;4.3.2Python实现;#原图像的4个需要变换的像素点

src=np.array([[0,0],[w-1,0],[0,h-1],[w-1,h-1]],np.float32)

#投影变换的4个像素点

dst=np.array([[80,80],[w/2,50],[80,h-80],[w-40,h-40]],np.float32)

M=cv.getPerspectiveTransform(src,dst)#计算出投影变换矩阵

#进行投影变换

image1=cv.warpPerspective(image,M,(w,h),borderValue=125)

#显示图像

cv.imshow(image,image)

cv.imshow(image1,image1)

cv.waitKey()

cv.destroyAllWind