图像缩放

缩放是对图像的大小进行调整，就是使图像放大或缩小。

缩放函数： cv2.resize()

函数原型：img=cv2.resize（src，dsize，dst=None，fx=None，fy=None，interpolation=None）

src ：原始图像

dsize：输出图像的尺寸 (元组方式) [即（宽，高）]

dst ：输出图像

fx：沿水平轴缩放的比例因子

fy ：沿垂直轴缩放的比例因子

interpolation ：插值方法，有以下5种：

cv2.INTER_NEAREST	最近邻插值
cv2.INTER_LINEAR	双线性插值（默认）
cv2.INTER_AREA	使用像素区域关系进行重采样
cv2.INTER_CUBIC	4x4像素邻域的双3次插值
cv2.INTER_LANCZOS4	8x8像素邻域的Lanczos插值

如果要缩小图像，建议选择： cv2.INTER_AREA；如果要放大图像，cv2.INTER_CUBIC效果更好但是速度慢，cv2.INTER_LINEAR效果尚可且速度快。进行缩放时， dsize和fx、fy 二选一即可。

图像平移

将图像按照指定方向和距离，移动到相应的位置。

平移函数： cv2.warpAffine()

函数原型 :dst=cv2.warpAffine(img,M,dsize)

img：输入图像

M：2*3移动矩阵

对于（x，y）处的像素点，要把它移动到（x+tx，y+ty）处时，M矩阵应如下设置：

将 M设置为np.float32类型的Numpy数组。

dsize：输出图像的大小

输出图形的大小，它应该是（宽度，高度）的形式。 width=列数，height=行数。

图像旋转

图像按照某个位置转动一定角度的过程，旋转中图像仍保持原始尺寸。图像旋转后图像的水平对称轴、垂直对称轴及中心坐标原点都可能发生变换，因此需要对图像旋转中的坐标进行相应转换。

在OpenCV中，图像旋转首先根据旋转角度和旋转中心获取旋转矩阵，然后根据旋转矩阵进行变换，即可实现任意角度和任意中心的旋转效果。

旋转矩阵获取函数： cv2.getRotationMatrix2D()

函数原型： M=cv2.getRotationMatrix2D（center,angle,scale）

center：旋转中心

angle：旋转角度

scale：缩放比例

获取旋转矩阵M后，再调用cv2.warpAffine()即可完成图像的旋转。

代码：

img = cv.imread('test.jpg')
rows, cols=img.shape[:2]
M=cv.getRotationMatrix2D((cols/2, rows/2), 90, 1)
dst=cv.warpAffine(img,M,(cols, rows))
cv.imshow('xuanzhuan', dst)
cv.waitKey(0)

仿射变换

图像的仿射变换涉及到图像的形状位置角度的变化，仿射变换主要是对图像的缩放、旋转、翻转和平移等操作的组合。

什么是仿射变换？对应图中的对应点一一映射，但整体形状大大改变。通过两组三点（感兴趣点）求出仿射变换，就能把仿射变换应用到图像中的所有点，从而完成图像的仿射变换。

创建仿射变换矩阵函数： cv2.getAffineTransform()

函数原型： M=cv2.getAffineTransform(src，dst)

src：原始图像

dst：输出图像

代码：

img = cv.imread('test.jpg')
rows, cols=img.shape[:2]
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])    #要找三个点
pts2 = np.float32([[100, 100], [200, 50], [100, 250]])
M = cv.getAffineTransform(pts1,pts2)
dst = cv.warpAffine(img,M,(cols,rows))
cv.imshow('fsbh', dst)
cv.waitKey(0)

透射变换

透射变换是视角变化的结果，是指利用透视中心、像点、目标点三点共线的条件，按透视旋转定律使承影面(透视面)绕迹线(透视轴)旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。

创建透视变换矩阵函数：cv2.getPerspectiveTransform()

函数原型：T=cv2.getPerspectiveTransform( src，dst)

src：原始图像

dst：输出图像

图像透视移动函数：cv2.warpPerspective()

函数原型：dst=cv2.warpPerspective(img,T,dsize)

img :输入图像

T ： 3*3移动矩阵

将 T设置为np.float32类型的Numpy数组，由 cv2.getPerspectiveTransform()得到。

dsize：输出图像的大小

代码：

img = cv.imread('test.jpg')
rows, cols=img.shape[:2]
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])    #要找四个点
pts2 = np.float32([[100, 145], [300, 100], [80, 290], [310, 300]])
T = cv.getPerspectiveTransform(pts1, pts2)
dst = cv.warpPerspective(img, T, (cols, rows))
cv.imshow('tsbh', dst)
cv.waitKey(0)

图像金字塔

上采样函数：cv2.pyrUp()

函数原型：dst=cv2.pyrUp(img)

下采样函数：cv2.pyrDown()

函数原型：dst=cv2.pyrDown(img)

代码：

img = cv.imread('test.jpg')
up_img = cv.pyrUp(img)
down_img = cv.pyrDown(img)
cv.imshow('up', up_img)
cv.imshow('down', down_img)
cv.waitKey(0)

总结：

原文链接：https://blog.csdn.net/qq_53457019/article/details/122903033