cv2.warpAffine、cv2.warpPerspective

        opencv提供了两个变换函数，cv2.warpAffine和cv2.warpPerspective，使用这两个函数你可以实现所有类型的变换，cv2.warpAffine接收的参数2x3的变换矩阵，而cv2.warpPerspective接收的3x3的变换矩阵。

1.扩展缩放

import cv2
import numpy as np
img=cv2.imread('messi5.jpg')

# 下面的None 本应该是输出图像的尺寸，但是因为后边我们设置了缩放因子
# 因此这里为None
res=cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)

#OR
# 这里呢，我们直接设置输出图像的尺寸，所以不用设置缩放因子
height,width=img.shape[:2]
res=cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)

while(1):
    cv2.imshow('res',res)
    cv2.imshow('img',img)
    if cv2.waitKey(1) & 0xFF == 27:
        break
cv2.destroyAllWindows()

2.平移

import numpy as np
import cv2
img = cv2.imread('messi5.jpg',0)
rows,cols = img.shape

M = np.float32([[1,0,100],[0,1,50]])
dst = cv2.warpAffine(img,M,(cols,rows))

cv2.imshow('img',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.旋转

import cv2
import numpy as np
img=cv2.imread('messi5.jpg',0)
rows,cols=img.shape

# 这里的第一个参数为旋转中心，第二个为旋转角度，第三个为旋转后的缩放因子
# 可以通过设置旋转中心，缩放因子，以及窗口大小来防止旋转后超出边界的问题
M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6)

# 第三个参数是输出图像的尺寸中心
dst=cv2.warpAffine(img,M,(2*cols,2*rows))

while(1):
    cv2.imshow('img',dst)
    if cv2.waitKey(1)&0xFF==27:
        break
cv2.destroyAllWindows()

4.仿射变换

import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('drawing.png')
rows,cols,ch=img.shape

pts1=np.float32([[50,50],[200,50],[50,200]])
pts2=np.float32([[10,100],[200,50],[100,250]])
M=cv2.getAffineTransform(pts1,pts2)
dst=cv2.warpAffine(img,M,(cols,rows))

plt.subplot(121,plt.imshow(img),plt.title('Input'))
plt.subplot(121,plt.imshow(img),plt.title('Output'))
plt.show()

仿射变换是一种二维坐标到二维坐标之间的线性变换，它保持了二维图形的平直性（直线经过变换之后依然是直线）和平行性（二维图形之间的相对位置关系保持不变，平线性依然是平行线，且直线上点的位置顺序不变）。任意的仿射变换都能表示为乘以一个矩阵（线性变换），再加上一个向量（平移）的形式。

5.透视变换

import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('sudokusmall.png')
rows,cols,ch=img.shape

pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
M=cv2.getPerspectiveTransform(pts1,pts2)
dst=cv2.warpPerspective(img,M,(300,300))

plt.subplot(121,plt.imshow(img),plt.title('Input'))
plt.subplot(121,plt.imshow(img),plt.title('Output'))
plt.show()

透视变换是将图片投影到一个新的视平面，也称作投影映射，它是二维到三维，再到另一个二维空间的映射，相对于仿射变换，灵活性更高，将一个四边形区域映射到另一个四边形区域（不一定是平行四边形），它不只是线性变换，但也是通过矩阵乘法实现的，使用的是3x3的矩阵，矩阵前两行和仿射矩阵相同，也实现了线性变换和平移，第三行用于实现透视变换。仿射变换是透视变换的一种特殊形式，它是把二维转到三维，变换后在映射回之前的二维空间，而不是另一个二维空间。仿射变换至少需要三组对应的点坐标，透视变换至少需要四组。