图像的几何变换主要包括:平移、扩大与缩小、旋转、仿射、透视等等。图像变换是建立在矩阵运算基础上的,通过矩阵运算可以很快的找到对应关系。
1. 图像的平移
图像的平移,沿着x方向tx距离,y方向ty距离,需要构造移动矩阵M。通过numpy来产生这个矩阵,并将其赋值给仿射函数cv2.warpAffine().
仿射函数cv2.warpAffine()接受三个参数,需要变换的原始图像,移动矩阵M 以及变换的图像大小(这个大小如果不和原始图像大小相同,那么函数会自动通过插值来调整像素间的关系)。
importcv2importnumpy as npimportmatplotlib.pyplot as plt
img= cv2.imread('flower.jpg')
H= np.float32([[1,0,100],[0,1,50]])
rows,cols= img.shape[:2]
res= cv2.warpAffine(img,H,(rows,cols)) #需要图像、变换矩阵、变换后的大小
plt.subplot(121)
plt.imshow(img)
plt.subplot(122)
plt.imshow(res)
plt.show()
2. 图像的缩放
图像的缩放有专门的一个函数,cv2.resize(),需要确定的是缩放比例。另外一个就是在缩放以后图像必然就会变化,这就又涉及到一个插值问题。那么这个函数中,缩放有几种不同的插值(interpolation)方法,在缩小时推荐cv2.INTER_A