图像的几何变换中的函数简述

本文是学习opencv-python官方教程的函数总结

• cv2.resize(src, dst, dsize, fx, fy, interpolation)
  参数：
      src：输入图像
      dst：输出图像，尺寸等于dsize或者通过缩放因子计算的尺寸
      dsize：输出图像尺寸。如果为空，dsize = fx*cols, fy*rows
      fx：横轴缩放因子
      fy：纵轴缩放因子
      interpolation：插值方法，常用cv2.INTER_LINEAR,cv2.INTER_CUBIC, cv2.INTER_AREA
          具体查看API
  
  介绍：
      调整图像尺寸。缩小图像，通常使用INTER_AREA插值看起来最佳，而放大图像时，通常
      使用INTER_CUBIC（慢）或INTER_LINEAR（更快但看起来还不错）看起来最佳。
  
  opencv-python中的运用：
      res = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
      res = cv2.resize(img, (2*width, 2*height), interpolation=cv2.INTER_CUBIC)

• cv2.warpAffine(src, dst, M, dsize, flags=, borderMode, borderValue)
  参数：
      src：输入图像
      dst：输出图像，尺寸为dsize，类型与输入图像一样
      M：2*3大小的矩阵
      flags：插值方法的组合（默认为 INTER_LINEAR。当标志为WARP_INVERSE_MAP，意味着M是逆变换）
      borderMode：边缘像素模式（默认为 BORDER_CONSTANT）
      bordeValue：边界填充值（默认为黑色，图像经过变换后会出现黑边，如下图）
  
  介绍：
      对图像进行仿射变换。（正向仿射与反向仿射有点迷糊，以后更新）
  
  opencv-python中的运用：
      dst = cv2.warpAffine(img, m, (cols, rows))

• cv2.getRotationMatrix2D(center, angle, scale)
  参数：
      center：图像的旋转中心
      angle：旋蒸角度
      scale：各向同性比例因子（缩放因子）
  
  介绍：
      计算一个2D旋转仿射矩阵
  
  opencv-python中的运用：
      m = cv2.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 90, 1)

• cv2.getAffineTransform(src, dst)
  参数：
      src：原始图像的定位点矩阵
      dst：输出图像的定位点矩阵
  
  介绍：
      通过参数计算一个用于仿射变换的矩阵（需要三个定位点）
  
  opencv-python中的运用：
      pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
      pts2 = np.float32([[10, 100], [200, 50], [100, 225]])
      m = cv2.getAffineTransform(pts1, pts2)

• cv2.getPerspectiveTransform(src, dst, solveMethod)
  参数：
      src：原始图像的定位点矩阵
      dst：输出图像的定位点矩阵
      solveMethod：矩阵分解类型（暂不理解）
  
  介绍：
      通过参数计算一个用于仿射变换的矩阵（需要四个定位点）
  
  opencv-python中的运用：
      pts1 = np.float32([[30, 30], [30, 200], [200, 30], [200, 200]])
      pts2 = np.float32([[0, 0], [0, 220], [220, 0], [220, 220]])
      m = cv2.getPerspectiveTransform(pts1, pts2)

cv2.warpPerspective(src, dst, M, dsize, flags, borderMode, borderValue)
参数：
    src：输入图像
    dst：输出图像，尺寸为dsize，类型与输入图像一样
    M：2*3大小的矩阵
    flags：插值方法的组合（默认为 INTER_LINEAR。当标志为WARP_INVERSE_MAP，意味着M是逆变换）
    borderMode：边缘像素模式（默认为 BORDER_CONSTANT）
    bordeValue：边界填充值（默认为黑色，图像经过变换后会出现黑边）

介绍：
    对图像进行透视变换

opencv-python中的运用：
    dst = cv2.warpPerspective(img, m, (220, 220))

有不对的地方请指正。

转载于:https://www.cnblogs.com/tianyahai/p/10864718.html