wuyuanbiaoba/通过变换角度获取变换公式deepseek.py

import cv2
import numpy as np
from math import cos, sin, radians


def get_rotation_matrix(angle_x, angle_y, angle_z):
    """生成3D旋转矩阵"""
    # 转换为弧度
    rx = radians(angle_x)
    ry = radians(angle_y)
    rz = radians(angle_z)

    # X轴旋转矩阵
    mat_x = np.array([
        [1, 0, 0],
        [0, cos(rx), -sin(rx)],
        [0, sin(rx), cos(rx)]
    ])

    # Y轴旋转矩阵
    mat_y = np.array([
        [cos(ry), 0, sin(ry)],
        [0, 1, 0],
        [-sin(ry), 0, cos(ry)]
    ])

    # Z轴旋转矩阵
    mat_z = np.array([
        [cos(rz), -sin(rz), 0],
        [sin(rz), cos(rz), 0],
        [0, 0, 1]
    ])

    # 组合旋转矩阵
    rotation_matrix = np.dot(np.dot(mat_x, mat_y), mat_z)
    return rotation_matrix


def perspective_transform(image, angle_x=0, angle_y=0, angle_z=0, scale=1.0):
    """应用透视变换"""
    h, w = image.shape[:2]

    # 获取旋转矩阵
    rotation_matrix = get_rotation_matrix(angle_x, angle_y, angle_z)

    # 创建3D点到2D点的映射
    # 将2D图像视为3D空间中Z=0平面上的物体
    points_3d = np.array([
        [0, 0, 0],  # 左上
        [w, 0, 0],  # 右上
        [w, h, 0],  # 右下
        [0, h, 0]  # 左下
    ], dtype=np.float32)

    # 应用旋转
    points_3d_rotated = np.dot(points_3d, rotation_matrix.T)

    # 添加透视效果 - 这里简单地将Z坐标作为深度
    # 可以调整这个值来改变透视强度
    points_2d_homo = points_3d_rotated[:, :2] / (scale - points_3d_rotated[:, 2:3] * 0.001)

    # 计算变换矩阵
    src_points = np.array([[0, 0], [w, 0], [w, h], [0, h]], dtype=np.float32)
    dst_points = points_2d_homo.astype(np.float32)

    # 计算中心偏移
    min_xy = dst_points.min(axis=0)
    max_xy = dst_points.max(axis=0)
    dst_points -= min_xy

    # 计算新图像大小
    new_w = int(max_xy[0] - min_xy[0])
    new_h = int(max_xy[1] - min_xy[1])

    # 获取透视变换矩阵
    M = cv2.getPerspectiveTransform(src_points, dst_points)

    # 应用变换
    transformed = cv2.warpPerspective(image, M, (new_w, new_h))

    return transformed


def combined_perspective_transform(image, angle_x1, angle_y1, angle_z1, angle_y2, scale1=1.0, scale2=1.0):
    """合并两次变换：第一次任意旋转，第二次Y轴旋转"""
    h, w = image.shape[:2]

    # 第一次旋转矩阵
    rot1 = get_rotation_matrix(angle_x1, angle_y1, angle_z1)

    # 第二次旋转矩阵 (Y轴旋转)
    rot2 = get_rotation_matrix(0, angle_y2, 0)

    # 合并旋转矩阵
    combined_rot = np.dot(rot2, rot1)

    # 创建3D点到2D点的映射
    points_3d = np.array([
        [0, 0, 0],  # 左上
        [w, 0, 0],  # 右上
        [w, h, 0],  # 右下
        [0, h, 0]  # 左下
    ], dtype=np.float32)

    # 应用合并后的旋转
    points_3d_rotated = np.dot(points_3d, combined_rot.T)

    # 添加透视效果
    points_2d_homo = points_3d_rotated[:, :2] / ((scale1 * scale2) - points_3d_rotated[:, 2:3] * 0.001)

    # 计算变换矩阵
    src_points = np.array([[0, 0], [w, 0], [w, h], [0, h]], dtype=np.float32)
    dst_points = points_2d_homo.astype(np.float32)

    # 计算中心偏移
    min_xy = dst_points.min(axis=0)
    max_xy = dst_points.max(axis=0)
    dst_points -= min_xy

    # 计算新图像大小
    new_w = int(max_xy[0] - min_xy[0])
    new_h = int(max_xy[1] - min_xy[1])

    # 获取透视变换矩阵
    M = cv2.getPerspectiveTransform(src_points, dst_points)

    # 应用变换
    transformed = cv2.warpPerspective(image, M, (new_w, new_h))

    return transformed

def show_transformed():
    image = cv2.imread('images/trans/transformed_image.jpg')
    # 应用透视变换
    # 参数说明：angle_x, angle_y, angle_z 分别为绕X,Y,Z轴的旋转角度
    # scale 控制透视效果的强度
    transformed = perspective_transform(image, angle_x=34, angle_y=43, angle_z=-35, scale=1)

    # 显示结果
    cv2.imshow('Original', image)
    cv2.imshow('Transformed', transformed)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
def show_transformed_combined():
    image = cv2.imread('images/trans/transformed_image.jpg')
    if image is None:
        print("请替换为您的图片路径")
    else:
        # 第一次变换：任意角度
        # 第二次变换：Y轴旋转90度
        final_result = combined_perspective_transform(
            image,
            angle_x1=34, angle_y1=0, angle_z1=-35,  # 第一次旋转参数
            angle_y2=43,  # 第二次Y轴旋转90度
            scale1=1.2, scale2=1.0  # 透视参数
        )

        cv2.imshow('Original', image)
        cv2.imshow('Final Result', final_result)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
if __name__ == '__main__':
    show_transformed_combined()