python+opencv图像处理（五）——图像缩放、旋转、翻转、平移

昨天学习了两张或者两张以上的图像的加法运算，以及它们之间的融合；今天学习对单一的一张图像进行处理，为的是在获取有限图像时，通过图像增强后可以获得更多的图像集、数据库，以便于作为神经网络的训练样本。

1. 图像缩放

图像缩放是把图像的长和宽放大或缩小，改变的图像的整体大小，并不是裁剪图片。具体是放大（缩小）的图像的分辨率还是像素，我目前还没弄清楚。
像素和分辨率的概念目前我还没理解透，有机会我要找位大神请教一下。

程序运行代码如下：

import cv2

#读取图片
src = cv2.imread('D:\pythonb\w01.jpg') #1080x1440  长：1440；宽：1080
print(src.shape)                       #(1440,1080,3) (宽，长，通道）

获取图像像素的行数和列数

rows, cols= src.shape[:2]           
print(rows,cols)                       #行数(宽）：1440；列数（长）：1080

图像缩放【列（长）x0.5,行（宽）x0.5)】
法一：乘以缩放系数

result1 = cv2.resize(src, (int(cols * 0.5), int(rows * 0.5)))

法二：利用（fx,fy）缩放倍数

result2 = cv2.resize(src, None, fx=0.5, fy=0.5)  #fx:长度(列)

#输出缩放后的图像尺寸
print(result1.shape)
print(result2.shape)

运行输出结果：
(1440, 1080, 3)
1440 1080
(720, 540, 3)
(720, 540, 3)

2.图像旋转

图像旋转的核心函数为：
M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 45, 1)
参数：旋转中心 旋转度数(±决定旋转方向） scale(1：不变；2：放大1倍）
rotated = cv2.warpAffine(src, M, (cols, rows))
参数：原始图像 旋转参数 元素图像宽高

程序运行代码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
#加入中文字体支持
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc",size = 14)

#读取图片，并转换图像模式
img= cv2.imread('D:\pythonb\wx01.jpg')
src = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

#获取原图的高、宽 以及通道数
rows, cols, channel = src.shape[ :3]

绕图像的中心（长和宽的中点）旋转

M = cv2.getRotationMatrix2D((cols / 2, rows / 2), -45, 1)
rotated = cv2.warpAffine(src, M, (cols, rows))

3.图像翻转

图像翻转的核心函数为：dst = cv2.flip(src, flipCode)
其中src表示原始图像，flipCode表示翻转方向，
flipCode=0，则以X轴为对称轴翻转，
fliipCode>0，则以Y轴为对称轴翻转，
flipCode<0，则在X轴、Y轴方向同时翻转。

程序代码如下：紧接着2部分

img1 = cv2.flip(src, 0)
img2 = cv2.flip(src, 1)
img3 = cv2.flip(src, -1)

#显示图像
titles = ['原图', '旋转图像','绕X轴翻转', '绕y轴翻转', '绕两轴同时翻转']
images = [src, rotated,img1, img2, img3]
for i in range(5):
    plt.subplot(2, 3, i + 1)
    plt.imshow(images[i])
    plt.title(titles[i],FontProperties=font)
    plt.xticks([]), plt.yticks([])
plt.show()

运行结果如下：

4.图像平移

图像平移首先定义平移矩阵M，再调用warpAffine()函数实现平移，核心函数如下：
M = np.float32([[1, 0, x], [0, 1, y]]) (x,y)是缩放前的坐标
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
程序运行代码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt

from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc",size = 14)

# 读取图片
img = cv2.imread('D:\pythonb\w02.png')
image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 图像向下、上、右、左平移
M = np.float32([[1, 0, 20], [0, 1, 100]])
img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, 0], [0, 1, -100]])
img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, 100], [0, 1, 0]])
img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, -100], [0, 1, 0]])
img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

# 显示图形
titles = ['向下', '向上', '向右', '向左']
images = [img1, img2, img3, img4]
for i in range(1,5):                 #生成随机数[1，2，3,4]
    plt.subplot(2, 2, i )            #数组下标从1开始 1，2，3，4
    plt.imshow(images[i-1])          #依次显示images[0]（img）、images[1]····images[3]（img4）
    plt.title(titles[i-1],FontProperties=font)
    plt.xticks([]), plt.yticks([])
plt.show()

运行结果如下：

（by dxz 2020 03 14 16:35) 文中代码参考：https://blog.csdn.net/Eastmount/article/details/82454335

每天觉得学会了很多知识，反思后又觉得什么也没学会，因为会觉得想这些只是基础，以后可能用不到，那不就等于白学。
但转念一想，什么是才能用的到，什么又是用不到