计算机视觉加强之几何变换

本篇笔记的运行环境为：windows下配置好opencv3.1.0和tensorflow1.2.1环境的python3.5.4编辑器pycharm。（ps:没用到tensorflow所以可以忽略）

1. 图片缩放

即改变图片的高度与宽度
1.加载 2.获取图片信息 3.调用resize方法改变大小 4.检查改变的结果
图片缩放的形式可以分为：放大，缩小
根据图片缩放的比例，可以分为等比例和非等比例
非等比例缩放：宽高比与原图片不一致
opencv中提供的四种常见图片缩放方法：
1.最近邻域插值 2.双线性插值 3.像素关系重采样 4.立方插值
默认情况下使用双线性插值。

# 1 load  2.info  3.resize  4.check
import cv2 #导入opencv
img = cv2.imread("image0.jpg",1) #imread方法参数：图片的名称 1表示获取彩色图片
#cv2.imshow('image0',img)
imginfo = img.shape #图片的宽度，高度以及图片的颜色组成方式，返回值是一个元组
#print(imginfo)
height = imginfo[0] #获取当前图片的高度
width = imginfo[1] #获取当前图片的宽度
mode = imginfo[2] #图片的颜色组成方式
#  1 放大 缩小  2  等比例，非等比例   2:3
dstHeight = int(height*0.5) #目标的高度信息，并转化成int类型
dstWidth = int(width*0.5) #目标的宽度信息，并转化成int类型
# 最近邻域插值  双线性插值  像素关系重采样  立方插值
dst = cv2.resize(img,(dstWidth,dstHeight)) #定义最终生成的图片
                            # resize方法参数：原始图片的名称，最终我们要生成的图片的宽度，高度信息

cv2.imshow('image',dst) #imshow参数：显示窗口的名称 将要打开的图片名称
cv2.waitKey(0)

最近邻域插值法和双线性插值法的原理和实现
最近邻域插值法：
原图像大小为1020，目标图像的大小为510
原图像上的（2,4）->目标图像上的（1,2）
dst x 1 ->src x 2 newX
newX = x*(src 行/目标 行）newX=1*(10/5)=2
newY = y*(src 列/目标 列) newY = 2*(20/10)=4
若计算结果不是整数，那么取最靠近的那个整数为结果 12.3->12
双线性插值法：

操作流程：先将目标点在水平方向上投影：黄线与蓝线交于两点A1，A2；
然后将目标点在竖直方向上投影：绿线与蓝线相较于两点B1，B2；