OpenCV：面向Python几何变换

最近做实验用到了几何变换，因此系统的总结了一下几何变换

提高几何变换，我们就想到了在初高中做数学题目时候的场景，应用几何变换把困难的题目化简为通俗易懂的题目，从而得到解答。

在百度上查看了一下关于几何变换的定义：

在图像处理当中，几何变换是指将一幅图像映射到另外一幅图内的操作。
而OpenCV提供了多个与映射有关的函数，通过熟悉运用这些函数，可以高效的实现一副图像到另一幅图像的映射，从而高效的完成图像的操作。

图像的几何变换可以分为：缩放、翻转、仿射、透视、重映射

缩放

在OpenCV中，使用cv2.resize()实现

形式为：cv2.resize(src,desize[,fx[,fy[,interpolation]]])
src：表示要进行处理的图片
desize：表示输出图像的大小
fx，fy：分别表示水平和垂直方向缩放的比例
interpolation：表示插值方式（默认使用双线性插值）

翻转

在OpenCV中，使用cv2.flip()实现

形式为：cv2.flip(src,flipcode)
src：表示要进行处理的图片
flipcode：表示旋转类型

当flipcode为0时候，绕x轴旋转；当flipcode为正数时候，绕y轴旋转；当flipcode为负数时候，同时绕xy轴旋转。

仿射

在OpenCV中，使用cv2.warpAffine()实现

形式为：cv2.warpAffine(src,M,dsize[,flags[,borderMode[,borderValue]]])
src：表示要进行处理的图片
M：一个变换矩阵
desize：表示输出图像的大小
flags：表示插值方式
borderMode：表示边类型
borderValue：表示边界值

在使用的时候，可以将后面三个参数省略，利用M将原始图像转换为所需要的图像。
例如：cv2.warpAffine(src,M,dsize)

透视

在OpenCV中，利用cv2.warpPerspective()实现

形式为：cv2.warpPerspective(src,M,dsize[,flags[,borderMode[,borderValue]]])
src：表示要进行处理的图片
M：一个变换矩阵
desize：表示输出图像的大小
flags：表示插值方式
borderMode：表示边类型
borderValue：表示边界值

注意与仿射时候M代表的矩阵时不同的，这里代表的3*3的变换矩阵。

重映射

在OpenCV中，cv2.remap()提供了更方便的映射方式

形式为:cv2.remap(src,map1,map2,interpolation[,borderMode[,borderValue]])
src：表示要进行处理的图片
map1和map2：分别表示两种可能的值
interpolation：表示插值方式
borderMode：表示边类型
borderValue：表示边界值

希望可以对大家的学习有所帮助，如有遗漏或者错误请在评论区中指正！！！