OpenCV实现图像基本变换

图像的放大与缩小

• 图像缩放：resize(src,dst,dsize,fx,fy,interpolation)
  • fx：x轴的缩放因子
  • fy：y轴的缩放因子
  • interpolation：差值算法
    • INTER_NEAREST：邻近差值，速度快，效果差
    • INTER_LINEAR：默认，双线性差值，原图中的四个点，快，效果好
    • INTER_CUBIC：三次差值，原图中的16个点，较慢
    • INTER_AREA：效果最好，速度最慢

import cv2
import numpy as nppeople = cv2.imread('1.png')
new = cv2.resize(people,None,fx=3.0,fy=3.0,interpolation=cv2.INTER_AREA)cv2.imshow('people',people)
cv2.imshow('new',new)
cv2.waitKey(0)

图像翻转

• flip(img,flipCode)
  • flipCode==0 上下翻转
  • flipCode>0 左右翻转
  • flipCode<0 上下+左右翻转

import cv2
import numpy as nppeople = cv2.imread('1.png')
new = cv2.flip(people,-1)cv2.imshow('people',people)
cv2.imshow('new',new)
cv2.waitKey(0)

图像旋转

• rotate(img,retateCode)
  • ROTATE_90_CLOCKWISE 转90度
  • ROTATE_180 转180度
  • ROTATE_90_COUNTERCLOCKWISE 转270度

import cv2
import numpy as nppeople = cv2.imread('1.png')
new = cv2.rotate(people,cv2.ROTATE_90_CLOCKWISE)cv2.imshow('people',people)
cv2.imshow('new',new)
cv2.waitKey(0)

图像的仿射变换

• 仿射变换是图像旋转、缩放、平移的总称

图像平移

• warpAffine(src,M,dsize,flags,mode,value)
  • M:变换矩阵
  • dsize:变换后输出尺寸大小
  • flag:与resize中的差值算法一致
  • mode:边界外推法标志
  • value:填充边界的值
• 矩阵中的每个元素由(x,y)组成
• 因此，其变换矩阵是2*2的矩阵
• 平移向量为2 * 1的向量，所在平移矩阵为 2 * 3的矩阵

import cv2
import numpy as nppeople = cv2.imread('1.png')
h,w,ch = people.shapeM = np.float32([[1,0,50],[0,1,0]])new = cv2.warpAffine(people,M,(w,h))
cv2.imshow('people',people)
cv2.imshow('new',new)cv2.waitKey(0)

变换矩阵

• getRotationMatrix2D(center,angle,scale)
  • 通过一点轴变换
  • center:中心点(x,y)
  • angle:角度（按照逆时针旋转）
  • scale:缩放比例

M = cv2.getRotationMatrix2D((w/2,h/2),30,1.5)

• getAffineTransform(src[],dst[])
  • 通过三个点确定变换的位置
  • src原
  • dst目的

src = np.float32([[400,300],[800,300],[400,1000]])
dst = np.float32([[200,400],[600,500],[150,1100]])
M = cv2.getAffineTransform(src,dst)

透视变换

变换坐标系（可以将斜着的图片截取一部分并且变成正着）

• warpPerspective(img,M,dsize,…)

  • M:变换矩阵
  • dsize:变换后输出尺寸大小

• 获取变换矩阵：getPerspectiveTransform(src,dst)

  • 四个点

M = cv2.getPerspectiveTransform(src,dst)
new = cv2.warpPerspective(img,M,(2300,3000))