Opencv+python(四）类型转换+几何变换+阈值分割

类型转换

1）原始图像->灰度图像

b=cv2.cvtColor(a,cv2.COLOR_BGR2GRAY)

2）BGR->RGB

b=cv2.cvtColor(a,cv2.COLOR_BGR2RGB)

3）GRAY->BGR
转换时，B=G=R

b=cv2.cvtColor(a,cv2.COLOR_GRAY2BGR)

几何变换

首先了解什么是 仿射变换

仿射变换：仿射变换可以通过一系列的原子变换的复合来实现，包括：平移（Translation）、缩放（Scale）、翻转（Flip）、旋转（Rotation）和剪切（Shear）。

缩放

缩放：指定大小

b=cv2.resize(a,(200,100))
#注意：第2个参数控制的是“列长度、行长度”，注意顺序。

size=(200,100)
b=cv2.resize(a,size)

缩放：按比例缩放

rows,cols=a.shape[:2]
b=cv2.resize(a,(round(cols*0.5),round(rows*1.2)))

rows,cols=a.shape[:2]
size=(round(cols*0.5),round(rows*1.2))
b=cv2.resize(a,size)

使用fx,fy

b=cv2.resize(a,None,fx=1.2,fy=0.5)

fx、fy是水平方向上、垂直方向上的缩放；小于1则缩小；大于1则放大

图像旋转

b=cv2.flip(a,0)#按照X轴进行翻转
b=cv2.flip(a,1)#按照Y轴进行翻转
b=cv2.flip(a,-1)#按照X轴再按Y轴进行翻转

图像平移

import cv2
import numpy as np
a=cv2.imread("C:/Users/chapter6/image/lenacolor.png")
height,width,channel=a.shape
x=100
y=200
M = np.float32([[1, 0, x], [0, 1, y]])
#确定好仿射变换矩阵M，再使用warpAffine进行变换
b=cv2.warpAffine(a,M,(height,width))
cv2.imshow("original",a)
cv2.imshow("move",b)
cv2.waitKey()
cv2.destroyAllWindows()

图像旋转

height,width=a.shape[:2]
M=cv2.getRotationMatrix2D((height/2,width/2),45,0.6)
#cv2.getRotationMatrix2D()，这个函数需要三个参数，旋转中心，旋转角度，旋转后图像的缩放比例
b=cv2.warpAffine(a,M,(height,width))

仿射变换

import cv2
import numpy as np
img=cv2.imread('C:/Users/liuchenyi/Downloads/chapter6/image/lenacolor.png')
rows,cols,ch=img.shape
p1=np.float32([[0,0],[cols-1,0],[0,rows-1]])
p2=np.float32([[0,rows*0.33],[cols*0.85,rows*0.25],[cols*0.15,rows*0.7]])
M=cv2.getAffineTransform(p1,p2)
dst=cv2.warpAffine(img,M,(cols,rows))
cv2.imshow("origianl",img)
cv2.imshow("result",dst)
cv2.waitKey()
cv2.destroyAllWindows()

阈值分割

#注意原始图像的类型，必须是8位单通道图像,彩色图像无意义
r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY_INV)

1. 二进制阈值化：亮色为白色；暗色为黑色
2. 反二进制阈值化：暗色为白色；亮色为黑色
3. 截断阈值化：比较亮的都转为阈值
4. 反阈值化为0：把亮的转为黑色
5. 阈值化为0：把暗的转为黑色