python语言实现lassocv中的可视化显示_OpenCV3计算机视觉Python语言实现笔记（五）...

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