opencv+python 实现图像缩放翻转旋转

先导入图片。

import cv2
import numpy as np
from matplotlib import pyplot as plt
filename = '10.png'
## [Load an image from a file]
img = cv2.imread(filename)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
print(img.shape)#查看图片大小

打印如下


1.图片缩放
用函数cv2.resize(img,size)就可以实现，img是输入的图片，size是缩放大小，如缩放为1000x1000就是（1000,1000）

class Resize:
    def __init__(self, size):
        self.size=size
    def __call__(self, img):
        img = cv2.resize(img,self.size)
        return img
resize=Resize( (1000, 1000))
img2=resize(img)
plt.imshow(img2)
print(img2.shape)

打印如下

2.图片翻转
用函数cv2.flip(img，flag)可以实现。其中，参数flag = 0：垂直翻转(沿x轴)，参数flag > 0: 水平翻转(沿y轴)，参数flag < 0: 水平垂直翻转。

class Flip:
    def __init__(self, mode):
        self.mode=mode
    def __call__(self, img):
        img = cv2.flip(img,self.mode)
        return img
flip=Flip(mode=0)
img2=flip(img)
plt.imshow(img2)

打印如下

3图片旋转
先看代码

class Rotate:
    def __init__(self, degree,size):
        self.degree=degree
        self.size=size
    def __call__(self, img):
        rows, cols = img.shape[:2]
        M = cv2.getRotationMatrix2D((cols / 2, rows / 2), self.degree, self.size)
        img = cv2.warpAffine(img, M, (cols, rows))
        return img
rotate=Rotate( 45, 0.7)
img2=rotate(img)
plt.imshow(img2)

打印如下

代码里要实现的是把图片旋转45度，缩放比例是0.5。
opencv里没有直接把图片旋转任意角度的函数，所以这里要用仿射变换实现。
opencv里用cv2.getRotationMatrix2D((x, y), degree, size)这个函数构造旋转矩阵,其中(x,y)是图像中心点的坐标，degree为旋转角度(正：逆时针，负：顺时针)，size为缩放比例。构造出旋转矩阵M后，就可以进行仿射变换了，用函数cv2.warpAffine(img,M,(图片宽度，图片高度))。
4.图片亮度调节

class Brightness:
    def __init__(self,brightness_factor):
        self.brightness_factor=brightness_factor
    def __call__(self, img):
        img = np.uint8(np.clip((self.brightness_factor*img), 0, 255))
        return img
brightness=Brightness(0.5)
img2=brightness(img)
plt.imshow(img2)

打印如下

代码实现借用了函数np.clip(a, a_min, a_max),a为一个数组，函数将将数组中的元素限制在a_min, a_max之间。
5.图片随机裁剪

import cv2
import numpy as np
from matplotlib import pyplot as plt
import random
import math
class RandomErasing(object):
    def __init__(self, EPSILON=0.5, sl=0.02, sh=0.4, r1=0.3,
                 mean=[0., 0., 0.]):
        self.EPSILON = EPSILON
        self.mean = mean
        self.sl = sl
        self.sh = sh
        self.r1 = r1
    def __call__(self, img):
        if random.uniform(0, 1) > self.EPSILON:
            return img
        #for attempt in range(100):
        area = img.shape[0] * img.shape[1]
        target_area = random.uniform(self.sl, self.sh) * area
        aspect_ratio = random.uniform(self.r1, 1 / self.r1)
        h = int(round(math.sqrt(target_area * aspect_ratio)))
        w = int(round(math.sqrt(target_area / aspect_ratio)))
        x = random.uniform(0,img.shape[1])
        y = random.uniform(0,img.shape[0])
        img = cv2.rectangle(img, (int(x),int(y)), (int(x)+int(w), int(y)+int(h)), (0, 0, 0),-1)                
        return img
erase = RandomErasing()
img2=erase(img)
plt.imshow(img2) 

主要是用函数cv2.rectangle()这个函数，在原图上画一个黑色的长方形，就相当于擦除了原图像的一部分。
打印如下