基础概念
在OpenCV中，仿射变换（Affine Transformation）是一种重要的(图像处理)几何变换技术，它包括平移、旋转、缩放、错切等多种变换。仿射变换通常用于图像处理和计算机视觉中，例如图像配准、视角变换等。仿射变换可以通过一个2×3的矩阵来描述，这个矩阵包含六个自由度，对应于变换后的图像的三个顶点位置（对于矩形来说，任意三个顶点的位置足以定义整个变换）。
仿射变换的数学基础仿射变换可以用一个2x3的矩阵来表示，这个矩阵包含六个参数
OpenCV中的仿射变换函数
OpenCV中的仿射变换在OpenCV中，仿射变换可以通过 warpAffine 函数来实现。这个函数需要一个2x3的变换矩阵来指定变换。
OpenCV提供了getAffineTransform和warpAffine两个函数来处理仿射变换。
getAffineTransform函数
用于计算仿射变换矩阵。你需要提供三组对应点，即原图像中的三个点和它们变换后的三个点。
Mat getAffineTransform(const Point2f src[],const Point2f dst[]
);src: 原始图像中的三个点。
dst: 变换后图像中的三个点。warpAffine
这个函数用于应用仿射变换。
void warpAffine(InputArray src,OutputArray dst,InputArray M,Size dsize,int flags = INTER_LINEAR,int borderMode = BORDER_CONSTANT,const Scalar& borderValue = Scalar()
);src: 输入图像。
dst: 输出图像。
M: 一个2x3的仿射变换矩阵。
dsize: 输出图像的大小。
flags: 插值方法，默认为INTER_LINEAR。（双线性插值）
borderMode: 边缘填充方式，默认为BORDER_CONSTANT。
borderValue: 如果边缘填充方式为BORDER_CONSTANT，则指定边缘填充的颜色值。示例代码1
示例代码下面是一个使用OpenCV C++实现仿射变换的示例代码：
#include "pch.h"
#include <iostream>
#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;void applyAffineTransform(const Mat &src, Mat &dst, const Mat &M, Size dsize)
{warpAffine(src, dst, M, dsize, INTER_LINEAR, BORDER_CONSTANT, Scalar(0));
}int main(int argc, char** argv)
{/*if (argc != 2) {cout << "Usage: ./AffineTransform <Image Path>" << endl;return -1;}*/// 加载图像Mat img = imread("02.png");if (!img.data) {cout << "Error opening image" << endl;return -1;}// 定义仿射变换矩阵Mat M = (Mat_<float>(2, 3) << 0.8, -0.2, 0,0.2, 0.8, 0); // 示例变换矩阵// 定义输出图像大小Size dsize = Size(img.cols, img.rows);// 初始化输出矩阵Mat transformed;// 应用仿射变换applyAffineTransform(img, transformed, M, dsize);// 显示结果namedWindow("Original Image", WINDOW_NORMAL);imshow("Original Image", img);namedWindow("Transformed Image", WINDOW_NORMAL);imshow("Transformed Image", transformed);waitKey(0);destroyAllWindows();return 0;
}代码解释
1. 加载图像：使用 imread 函数加载图像。
2. 定义仿射变换矩阵：创建一个2x3的矩阵，包含旋转和平移的参数。
3. 定义输出图像大小：保持输出图像大小不变。
4. 初始化输出矩阵：创建一个新的矩阵来存储变换后的图像。
5. 应用仿射变换：使用 warpAffine 函数应用仿射变换。
6. 显示结果：使用 imshow 函数显示原始图像和变换后的图像。运行结果1
示例代码2
下面是一个简单的示例，展示如何使用OpenCV在C++中进行仿射变换：
#include "pch.h"
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main()
{// 加载图片Mat src = imread("01.png");if (src.empty()) {std::cout << "Could not open or find the image" << std::endl;return -1;}// 定义源图像和目标图像中的点Point2f srcTri[] = { Point2f(0, 0), Point2f(src.cols - 1, 0), Point2f(0, src.rows - 1) };Point2f dstTri[] = { Point2f(src.cols*0.0, src.rows*0.33),Point2f(src.cols*0.85, src.rows*0.25),Point2f(src.cols*0.15, src.rows*0.7) };// 获取仿射变换矩阵Mat warp_mat = getAffineTransform(srcTri, dstTri);// 进行仿射变换Mat warp_dst;warpAffine(src, warp_dst, warp_mat, Size(src.cols, src.rows));// 显示结果namedWindow("Input", WINDOW_NORMAL);imshow("Input", src);namedWindow("Output", WINDOW_NORMAL);imshow("Output", warp_dst);waitKey();return 0;
}在这个示例中，我们定义了源图像和目标图像中的三个点，
通过getAffineTransform得到仿射变换矩阵，
然后使用warpAffine来应用这个变换。注意事项
在选择变换前后对应的点时，要确保这三个点不是共线的，否则无法构成有效的仿射变换。
根据变换的需求选择合适的插值方法和边缘填充模式，以获得更好的效果。
处理大图像时，注意性能问题，适当的优化可以提高处理速度。运行结果2
实验代码3
// test.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//#include "pch.h"
#include <iostream>#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>using namespace std;
using namespace cv;//#pragma comment(lib, "opencv_world450d.lib") //引用引入库 //全局变量
String src_windowName = "原图像";
String warp_windowName = "仿射变换";
String warp_rotate_windowName = "仿射旋转变换";
String rotate_windowName = "图像旋转";int main()
{Point2f srcTri[3];Point2f dstTri[3];Mat rot_mat(2, 3, CV_32FC1);Mat warp_mat(2, 3, CV_32FC1);Mat srcImage, warp_dstImage, warp_rotate_dstImage, rotate_dstImage;//加载图像srcImage = imread("023.jpeg");//判断文件是否加载成功if (srcImage.empty()){cout << "图像加载失败!" << endl;return -1;}elsecout << "图像加载成功!" << endl << endl;//创建仿射变换目标图像与原图像尺寸类型相同warp_dstImage = Mat::zeros(srcImage.rows, srcImage.cols, srcImage.type());//设置三个点来计算仿射变换srcTri[0] = Point2f(0, 0);srcTri[1] = Point2f(srcImage.cols - 1, 0);srcTri[2] = Point2f(0, srcImage.rows - 1);dstTri[0] = Point2f(srcImage.cols*0.0, srcImage.rows*0.33);dstTri[1] = Point2f(srcImage.cols*0.85, srcImage.rows*0.25);dstTri[2] = Point2f(srcImage.cols*0.15, srcImage.rows*0.7);//计算仿射变换矩阵warp_mat = getAffineTransform(srcTri, dstTri);//对加载图形进行仿射变换操作warpAffine(srcImage, warp_dstImage, warp_mat, warp_dstImage.size());//计算图像中点顺时针旋转50度，缩放因子为0.6的旋转矩阵Point center = Point(warp_dstImage.cols / 2, warp_dstImage.rows / 2);double angle = -50.0;double scale = 0.6;//计算旋转矩阵rot_mat = getRotationMatrix2D(center, angle, scale);//旋转已扭曲图像warpAffine(warp_dstImage, warp_rotate_dstImage, rot_mat, warp_dstImage.size());//将原图像旋转warpAffine(srcImage, rotate_dstImage, rot_mat, srcImage.size());//显示变换结果namedWindow(src_windowName, WINDOW_NORMAL);imshow(src_windowName, srcImage);namedWindow(warp_windowName, WINDOW_NORMAL);imshow(warp_windowName, warp_dstImage);namedWindow(warp_rotate_windowName, WINDOW_NORMAL);imshow(warp_rotate_windowName, warp_rotate_dstImage);namedWindow(rotate_windowName, WINDOW_NORMAL);imshow(rotate_windowName, rotate_dstImage);waitKey(0);return 0;
}运行结果3
)
