2.1 使用方式#

• 调用函数cv2.resize()实现对图像的缩放
• 函数原型：dst = cv2.resize( src, dsize, fx, fy, interpolation )
• 函数参数：
  • dst ：表示目标图像。
  • src：表示原始图像。
  • dsize：表示输出图像大小。
  • fx：表示水平方向的缩放比例。
  • fy：表示垂直方向的缩放比例。
  • interpolation：表示插值方式。
• 插值
  • 理解：在对图像进行几何处理时，给无法直接通过映射得到值的像素点赋值。
  • 举例：将图像放大为原来的2倍，必然会多出一些无法被直接映射值的像素点，对于这些像素点，插值方式决定了如何确定它们的值。
  • 插值方式

• 目标图像的大小：通过dsize或者fx、fy二者之一来指定
  • 通过dsize指定：无论是否指定fx、fy的值，都由dsize决定目标图像的大小。
    • 在shape属性中，第1个值对应的是行数，第2个值对应的是列数。
    • 在dsize参数中，第1个值对应的是列数，第2个值对应的是行数。
  • 通过fx、fy指定：dsize需要设定为None，此时目标图像的大小由fx、fy来决定。
    • 目标图像大小：dsize = (round(fx * src.cols), round(fy * src.rows))

2.2 示例#

1
import cv2
2

3
src = cv2.imread("person.jpg")
4
dst = cv2.resize(src, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_LINEAR)
5

6
cv2.imwrite("resize.jpg", dst)

原图	缩放

3.1 使用方式#

• 调用函数cv2.flip()实现对图像的翻转
• 函数原型：dst = cv2.flip( src, flipCode )
• 函数参数：
  • dst ：表示目标图像。
  • src：表示原始图像。
  • flipCode ：表示旋转类型。

3.2 示例#

1
import cv2
2

3
src = cv2.imread("person.jpg")
4
x   = cv2.flip(src,  0)
5
y   = cv2.flip(src,  1)
6
x_y = cv2.flip(src, -1)
7

8
cv2.imwrite("x.jpg", x)
9
cv2.imwrite("y.jpg", y)
10
cv2.imwrite("x+y.jpg", x_y)

原图	水平翻转	垂直翻转	水平翻转 + 垂直翻转

4.1 变换原理#

$\begin{bmatrix} x_{dst} \\ y_{dst} \end{bmatrix} = \begin{bmatrix} M_{11}&M_{12}&M_{13} \\ M_{21}&M_{22}&M_{23} \end{bmatrix} *\begin{bmatrix} x_{src} \\ y_{src} \\ 1 \end{bmatrix}$

4.2 使用方式#

• 调用函数cv2.warpAffine()实现对图像的仿射变换。
• 函数原型：dst = cv2.warpAffine( src, M, dsize, flags, borderMode, borderValue )
• 函数参数：
  • dst ：表示目标图像。
  • src：表示原始图像。
  • M：代表一个2×3的变换矩阵。使用不同的变换矩阵，就可以实现不同的仿射变换。
  • dsize：表示输出图像大小。
  • flags：表示插值方式。
  • borderMode：代表边界类型，默认为BORDER_CONSTANT。
  • borderValue：代表边界值，默认是0。

4.3 示例：平移#

1
import cv2
2
import numpy as np
3

4
src = cv2.imread("person.jpg")
5
H, W, C = src.shape
6

7
M = np.float32([[1, 0, 200], [0, 1, 400]])
8
dst = cv2.warpAffine(src, M, (W, H))
9

10
cv2.imwrite("offset.jpg", dst)

原图	平移

4.4 示例：旋转#

• 通过函数cv2.getRotationMatrix2D()获取转换矩阵
• 函数原型：retval = cv2.getRotationMatrix2D(center, angle, scale)
• 函数参数：
  • center：表示图像旋转的中心点。
  • angle：表示旋转角度，正数表示逆时针旋转，负数表示顺时针旋转。
  • scale：表示缩放尺度。

1
import cv2
2
import numpy as np
3

4
src = cv2.imread("person.jpg")
5
H, W, C = src.shape
6

7
M = cv2.getRotationMatrix2D((W/2, H/2), 45, 0.5)
8
dst = cv2.warpAffine(src, M, (W, H))
9

10
cv2.imwrite("rotate.jpg", dst)

原图	旋转

4.5 示例：任意变换#

• 通过函数cv2.getAffineTransform()获取转换矩阵
• 函数原型：retval = cv2.getAffineTransform(pt_src, pt_dst)
• 函数参数：
  • pt_src：表示输入图像的三个点坐标，对应平行四边形的左上角、右上角、左下角。
  • pt_dst：表示输出图像的三个点坐标，对应平行四边形的左上角、右上角、左下角。

1
import cv2
2
import numpy as np
3

4
src = cv2.imread("person.jpg")
5
H, W, C = src.shape
6

7
pt1 = np.float32([[0, 0], [W - 1, 0], [0, H - 1]])
8
pt2 = np.float32([[0, H * 0.15], [W * 0.8, H * 0.2], [W * 0.15, H * 0.9]])
9
M = cv2.getAffineTransform(pt1, pt2)
10
dst = cv2.warpAffine(src, M, (W, H))
11

12
cv2.imwrite("affine.jpg", dst)

原图	任意变换

5.1 使用方式#

5.2 示例#

1
import cv2
2
import numpy as np
3

4
src = cv2.imread("person.jpg")
5
H, W, C = src.shape
6

7
pt1 = np.float32([[0, 0], [W - 1, 0], [0, H - 1], [W - 1, H - 1]])
8
pt2 = np.float32([[100, H / 4], [W - 100, H / 3], [100, H * 3 / 4], [W - 100, H * 2 / 3]])
9
M = cv2.getPerspectiveTransform(pt1, pt2)
10
dst = cv2.warpPerspective(src, M, (W, H))
11

12
cv2.imwrite("perspective.jpg", dst)

原图	透视变换