上传新文件

data/1.OpenCV初阶/4.几何变换和图像特征/1.仿射变换/Affine1.md

+# 仿射变换
+
+几何变换是指对对图像的位置、大小、形状、投影进行变换，是将图像从原始平面投影到新的视平面。仿射变换（Affine）的特点是原始图像中的平行关系和线段长度比例关系保持不变。
+
+仿射变换矩阵中有 6 个未知参数，cv2.getAffineTransform() 根据图像中不共线的 3 个点在变换前后的对应位置坐标，求出仿射变换矩阵。cv2.warpAffine() 通过变换矩阵计算得到变换后的图像。
+
+**函数说明：**
+
+```
+cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
+```
+
+旋转也是一种简单仿射变换，我们用变换矩阵将下面的色块图旋转一下，看看会产生什么样的效果吧。
+
+![](./affine2.png)
+
+下面对仿射变换实现代码正确的是？
+
+##  答案
+
+```
+import cv2 as cv
+import numpy as np
+
+if __name__ == '__main__':
+    img = cv.imread("affine1.jpg")
+
+    pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
+    pts2 = np.float32([[50, 100], [200, 50], [100, 250]])
+    MA = cv.getAffineTransform(pts1, pts2)
+    dst = cv.warpAffine(img, MA, img.shape[:2])
+
+    cv.imshow("Origin image", img)
+    cv.imshow("Affine transform", dst)
+    cv.waitKey(0)
+```
+
+##  选项
+
+###  需要 3个给定点变换前后的位置才能计算变换矩阵
+
+```
+import cv2 as cv
+import numpy as np
+
+if __name__ == '__main__':
+    img = cv.imread("affine1.jpg")
+
+    pts1 = np.float32([[50, 50], [200, 50]])
+    pts2 = np.float32([[50, 100], [200, 50]])
+    MA = cv.getAffineTransform(pts1, pts2)
+    dst = cv.warpAffine(img, MA, img.shape[:2])
+
+    cv.imshow("Origin image", img)
+    cv.imshow("Affine transform", dst)
+    cv.waitKey(0)
+```
+
+###  函数 cv.getAffineTransform() 缺少给定点变换后的位置
+
+```
+import cv2 as cv
+import numpy as np
+
+if __name__ == '__main__':
+    img = cv.imread("affine1.jpg")  # 读取彩色图像(BGR)
+
+    pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
+    MA = cv.getAffineTransform(pts1)
+    dst = cv.warpAffine(img, MA, img.shape[:2])
+
+    cv.imshow("Origin image", img)
+    cv.imshow("Affine transform", dst)
+    cv.waitKey(0)
+
+```
+
+###  函数 cv.warpAffine() 缺少参数：图像大小 dsize
+
+```
+import cv2 as cv
+import numpy as np
+
+if __name__ == '__main__':
+    img = cv.imread("affine1.jpg")  # 读取彩色图像(BGR)
+
+    pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
+    pts2 = np.float32([[50, 100], [200, 50], [100, 250]])
+    MA = cv.getAffineTransform(pts1, pts2)
+    dst = cv.warpAffine(img, MA)
+
+    cv.imshow("Origin image", img)
+    cv.imshow("Affine transform", dst)
+    cv.waitKey(0)
+```