数字图像处理（一）仿射变换和灰度变换

平台：opencv-python

读入图片：cv2.imread(path, flags)
flag=-1时，8位深度，原通道
flag=0，8位深度，1通道
flag=1, 8位深度 ，3通道
flag=2，原深度，1通道
flag=3, 原深度，3通道
flag=4，8位深度 ，3通道

保存图片：cv2.imwrite(path, data)

显示图片：cv2.imshow(window_name, data)

等待输入：cv2.waitkey(wait_time)
wait_time>=0,按任意键继续

销毁窗口：cv3.destoryAllWindows()

颜色空间转换：cv2.cvtColor(data, convert_type)
convert_type----cv2.COLOR_BGR2BGRA等各种颜色空间转换

基础概念

图像的形成

一般图像灰度值f(x,y)由照射分量i(x,y)和反射分量r(x,y)形成。
f(x,y) = i(x,y)*r(x,y),其中，0 < i(x,y) < +inf, 0 < r(x,y) < 1

灰度级

灰度级：由照射分量和反射分量可以知道，一般灰度级在 Lmin - Lmax 之间。
通常，灰度级取0-（ Lmax - Lmin - 1），即[0, L-1]，其中L就是对比度。

亮度、对比度、饱和度、色调（色相）

亮度：一般是指灰度值f(x，y)，灰度值整体越大，图像越亮，反之，图像越暗
对比度：一般是指最大最小的灰度之差，最大最小的灰度级之差。
饱和度：基色的灰度值之间的变化。越接近0，图像就越失去色彩。取值在[0-1]之间。
色调（色相）：指纯颜色，如红色，蓝色，绿色。

>>空间坐标变换<<

cv2.warpAffine(src, M, dsize, flags)
M:仿射矩阵（shape:(2, 3)）
dsize:处理后图像的大小:（rows, cols）
flags：
INTER_NEAREST - 最近邻插值（一般不推荐）
INTER_LINEAR - 线性插值（默认， 推荐放大时使用）
INTER_AREA - 区域插值（推荐缩小时使用）
INTER_CUBIC - 三次样条插值(推荐放大时使用)
INTER_LANCZOS4 - Lanczos 插值

1. 尺度变换（放大或者缩小）

注意：在尺度变换的过程中，伴随着插值运算（新坐标的像素值，无法对齐到原坐标上）

# 方法1：cv.warpAffine(src, M, dsize, flags)
t = 1.8
kernel = np.array([[t, 0, 0], [0, t, 0]], dtype=np.float32)
img_interpolation = cv.warpAffine(img_org, kernel, dsize=(int(t * w), int(t * h)), flags=cv.INTER_LINEAR)
# 方法2：cv.resize(src, dzise, interpolation)
img_interpolation = cv.resize(img_org, dsize=(int(t * w), int(t * h)), interpolation=cv.INTER_LINEAR)

2. 旋转变换

注意：旋转后，在没有缩放的情况下，新旧坐标的像素值对应相等

# 方法1：cv.rotate(）
img_rotation = cv.rotate(img_org