时间戳

首页 > 解决方案 > 如何使用python中的平移矩阵将小图像的特定坐标放置到大图像的特定坐标

python - 如何使用python中的平移矩阵将小图像的特定坐标放置到大图像的特定坐标

问题描述

我正在学习OpenCV，我正在寻找python中的代码，它获取小图像的输入坐标并将其映射到大图像的坐标，以便将小图像插入到大图像中，并且可以像这样进行变换旋转。我想使用翻译矩阵作为输入来做到这一点。例如，如果矩阵是：

([75, 120][210,320],
 [30, 90][190,305],
 [56, 102][250,474],
 [110, 98][330,520])

这意味着小图像中 (75, 120) 处的像素应映射到大图像中 (210, 320) 处的像素，小图像中 (30, 90) 处的像素应映射到大图像中 (190, 305) 处的像素...我搜索了很多，但我没有得到我的问题的正确答案。我怎么解决这个问题？

标签： pythonopencvtransformation-matrix

解决方案

我不知道将像素映射到任何地方的像素的矩阵运算，并且由于图像通常由二维数组表示，因此没有一种通用的方法可以使这些像素指向相同的数据。

但鉴于这些图像由 NumPy 数组表示，您可以使用高级索引将任何像素从一个数组复制到另一个数组：

# smallimage is a NumPy array
# bigimage is a NumPy array

### Indices ###
# I formatted it so the matching indices
# between the 2 images line up in a column

bigD1 =   [210, 190, 250, 330] # dimension 0
bigD2 =   [320, 305, 474, 520] # dimension 1

smallD1 = [75,  30,  56,  110]
smallD2 = [120, 90,  102, 98]

### copy pixels from small image to big image ###

# on right side of =, advanced indexing copies
# the selected pixels to a new temporary array
#                                   v
bigimage[bigD1, bigD2] = smallimage[smallD1, smallD2]
#        ^
# on left side of =, advanced indexing specifies
# where we copy the temporary array's pixels to.

# smallimage is unchanged
# bigimage has edited pixels

推荐阅读