一、简述仿射变换
一个任意的仿射变换都能表示为 乘以一个矩阵 (线性变换) 接着再加上一个向量 (平移),变换为另一个向量空间的过程。我们能够用仿射变换来表示翻转、旋转 (线性变换),平移 (向量加),缩放操作 (线性变换)等,其实, 仿射变换代表的是两幅图之间的关系
我们通常使用 2 x 3矩阵来表示仿射变换
考虑到我们要使用矩阵 A 和B对二维向量 做变换, 所以也能表示为下列形式:
以上仿射变换看不懂没关系,接着往下看
二、函数原型
1、flip函数
2、warpAffine函数
3、getRotationMatrix2D函数
三、实现效果
1、flip函数实现翻转
原图
三种翻转后的效果,翻转模式分别对应 0 1 2
2、warpAffine实现仿射变换
2.1背景默认为黑色
2.2更换背景
2.3基于旋转测算出旋转后真正的大小
四、代码
1、flip函数实现翻转
void test1::flip_demo(Mat &image)
{
Mat dst;
flip(image,dst,0);//左右
imshow("flipCode0 to image",dst);
flip(image,dst,1);//上下
imshow("flipCode1 to image",dst);
flip(image,dst,-1);//180度旋转
imshow("flipCode-1 to image",dst);
}
2、warpAffine实现仿射变换
void test1::rotate_demo(Mat &image)
{
Mat dst,M;
int w = image.cols;
int h = image.rows;
M = getRotationMatrix2D(Point2f(w/2,h/2),45,1.0);//第一个参数为旋转中心
double cos = abs(M.at<double>(0,0));//0,0为矩阵中的cos
double sin = abs(M.at<double>(0,1));//0,1为矩阵中的sin
//计算旋转后新的宽高
int nw = cos * w + sin * h;
int nh = sin * w + cos * h;
//M.at<double>(0, 2) 为M矩阵第一行最后一列的值,即新的宽度减去原来的宽度的差值
M.at<double>(0, 2) += (nw / 2 - w / 2);
//计算M矩阵第二行最后一列的值
M.at<double>(1, 2) += (nh / 2 - h / 2);
//参数1原来图像的中心位置。参数2角度是多少。参数3是图像本身大小的放大缩小
// warpAffine(image,dst,M,image.size(),INTER_LINEAR,0,Scalar(147,112,219));//203,192,255
//新的图像:测算出旋转后真正的大小
warpAffine(image,dst,M,Size(nw,nh),INTER_LINEAR,0,Scalar(147,112,219));
imshow("rotate_image",dst);
}