python+OpenCv笔记（六）：图像的几何变换（缩放、平移、旋转、仿射、透射、金字塔）

一、图像的缩放

OpenCv API:

cv2.resize(src, dsize, fx, fy, interpolation)

参数：

1. src：输入的图像
2. dsize：绝对尺寸，直接将图像调整为指定大小
3. fx, fy：相对尺寸，将dsize设置为None时，直接设置fx, fy为比例因子即可
4. interpolation：插值方法

插值	含义
cv2.INTER_LINEAR	双线性插值法
cv2.INTER_NEAREST	最近邻插值
cv2.INTER_AREA	像素区域重采样（默认）
cv2.INTER_CUBIC	双三次插值

代码编写

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

src = cv.imread("E:\\qi.png")
img = src.copy()

# 绝对尺寸
rows, cols = img.shape[:2]
res = cv.resize(img, (cols * 2, rows * 2))

# 相对尺寸
res1 = cv.resize(img, None, fx=0.5, fy=0.5)

# 显示图像
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(res[:, :, ::-1])
axes[1].set_title("绝对尺寸")
axes[2].imshow(res1[:, :, ::-1])
axes[2].set_title("相对尺寸")
plt.show()

二、图像的平移

OpenCv API：

cv2.warpAffine(src, M, dsize)

参数：

1. src:输入的图像
2. M：2*3的移动矩阵，格式为
   $$\begin{array}{c}M=\left[\begin{array}{ccc}1& 0& tx\\ 0& 1& ty\end{array}\right]\end{array}$$表示x方向移动tx，y方向移动ty
   注意： M应设置为np.float32类型的Numpy数组
3. dsize：输出图像的大小
   注意： 输出图像的大小，应该是（宽度，高度）的形式，width=列数，height=行数

代码编写

例如：将图像移动（50,100）的距离

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

src = cv.imread("E:\\qi.png")
img = src.copy()

# 平移图像
rows, cols = img.shape[:2]
M = np.float32([[1, 0, 100], [0, 1, 50]])
dst = cv.warpAffine(img, M, (cols, rows))
dst2 = cv.warpAffine(img, M, (cols*2, rows*2))

# 显示图像
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("平移（50,100）")
axes[2].imshow(dst2[:, :, ::-1])
axes[2].set_title("平移（50,100），画布扩大2倍")
plt.show()

三、图像旋转

OpenCv API:

M = cv2.getRotationMatrix2D(center, angle, scale)
dst = cv2.warpAffine(src, M, dsize)

参数：

1. center：旋转中心
2. angle：旋转角度
3. scale：缩放比例
4. M：旋转矩阵

代码编写

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

src = cv.imread("E:\\qi.png")
img = src.copy()

# 旋转图像
M = cv.getRotationMatrix2D((cols/2, rows/2), 90, 1)
dst_rotate = cv.warpAffine(img, M, (cols, rows))
M = cv.getRotationMatrix2D((cols/2, rows/2), 45, 0.5)
dst_rotate2 = cv.warpAffine(img, M, (cols, rows))

# 显示图像
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst_rotate[:, :, ::-1])
axes[1].set_title("以中心旋转90度")
axes[2].imshow(dst_rotate2[:, :, ::-1])
axes[2].set_title("以中心旋转45度，并缩小1/2")
plt.show()

四、仿射变换

OpenCv API：

M = cv2.getAffineTransform(src, dst)
img = cv2.warpAffine(src, M, dsize)

代码编写

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

src = cv.imread("E:\\qi.png")
img = src.copy()

# 仿射变换
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
pts2 = np.float32([[100, 100], [200, 50], [100, 250]])
M = cv.getAffineTransform(pts1, pts2)
dst_affine = cv.warpAffine(img, M, (cols, rows))

# 显示图像
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst_affine[:, :, ::-1])
axes[1].set_title("仿射变换")
plt.show()

五、透射变换

OpenCv API：

M = cv2.getPerspectiveTransform(src, dst)
img = cv2.warpPerspective(src, M, dsize)

代码编写

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

src = cv.imread("E:\\qi.png")
img = src.copy()

# 透射变换
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
pts2 = np.float32([[100, 145], [300, 100], [80, 290], [310, 300]])
M = cv.getPerspectiveTransform(pts1, pts2)
dst_perspective = cv.warpPerspective(img, M, (cols, rows))

# 显示图像
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst_perspective[:, :, ::-1])
axes[1].set_title("透射变换")
plt.show()

六、图像金字塔

图像金字塔是图像多尺度表达的一种，是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。


OpenCv API:

cv2.pyrUp(src)  # 上采样操作
cv2.pyrDown(src)  # 下采样操作

代码编写

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

src = cv.imread("E:\\qi.png")
img = src.copy()

# 图像金字塔
up_img = cv.pyrUp(img)
down_img = cv.pyrDown(img)

# 显示图像
cv.imshow("source", img)
cv.imshow("up_img", up_img)
cv.imshow("down_img", down_img)
cv.waitKey(0)
cv.destroyAllWindows()