一、圖片縮放

imageInfo：圖片寬、高、通道個數(shù)等 縮放：
等比例縮放：寬高比不變
任意比例縮放：圖片拉伸、非拉伸 窗體大小

實(shí)現(xiàn)步驟：
1，完成圖像的加載，拿到圖像的數(shù)據(jù)信息
2，圖片的寬度、高度
3，調(diào)用resize方法完成圖片的縮放功能
4，檢查最終的效果圖

import cv2 img = cv2.imread('E:\Jupyter_workspace\study\data/Aa.jpg',1) imgInfo = img.shape print(imgInfo)height = imgInfo[0] width = imgInfo[1] mode = imgInfo[2]# 放大和縮小 等比例縮放和非等比例縮放 dstHeight = int(height*0.5) dstWidth = int(width*0.5)#四種常見的圖片縮放方法：最近領(lǐng)域插值、雙線性插值、圖像關(guān)系重采樣、立方插值 dst = cv2.resize(img,(dstHeight,dstWidth)) cv2.imshow('dst',dst) cv2.waitKey(0)

運(yùn)行結(jié)果如下：


最近領(lǐng)域插值：
例如：原圖像的大小為1020，目標(biāo)圖像的大小為510
新領(lǐng)域的X = X * （原圖像的X / 目標(biāo)圖像的X） = X * (10/5)
新領(lǐng)域的Y = Y * （原圖像的Y / 目標(biāo)圖像的Y） = Y * (20/10)
若X或Y為小數(shù)，則保留整數(shù)部分即可

雙線性插值：
A1 = 20% 上+80%下 A2
B1 = 30% 左+70%右 B2
方法一： 最終點(diǎn) = A1 30% + A2 70%
方法二： 最終點(diǎn) = B1 20% + B2 80%

步驟：
1，獲取圖片info信息，包含寬度、高度等信息
2，創(chuàng)建一個和縮放之后大小一樣的空白模板
3，計(jì)算每個縮放過后的X和Y值

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/zyl.png',1) imgInfo = img.shape height = imgInfo[0]#原圖像的高度 width = imgInfo[1]#原圖像的寬度 dstHeight = int(height/2)#目標(biāo)圖像的高度 dstWidth = int(width/2)#目標(biāo)圖像的寬度#創(chuàng)建空白模板 dstImage = np.zeros((dstHeight,dstWidth,3),np.uint8)#空白模板和目標(biāo)圖像的大小一樣，uint8的范圍為0-255#計(jì)算每個縮放過后的X和Y值 for i in range(0,dstHeight):#目標(biāo)高度對應(yīng)的是行for j in range(0,dstWidth):#目標(biāo)寬度對應(yīng)的是列iNew = int(i*(height*1.0/dstHeight))jNew = int(j*(width*1.0/dstWidth))dstImage[i,j] = img[iNew,jNew]cv2.imshow('dstImage',dstImage) cv2.waitKey(0)

二、圖片剪切

其實(shí)就算通過切片對圖片截取而已

#剪切圖片X坐標(biāo)的100-200；Y坐標(biāo)的200-300這部分的圖片 import cv2 img = cv2.imread('E:\Jupyter_workspace\study\data/zyl.png',1) imgInfo = img.shape dst = img[100:200,200:300] cv2.imshow('dst',dst) cv2.waitKey(0)

三、圖片位移

放射方法：
cv2.warpAffine(img,matShift,(height,width))
參數(shù)一：圖片信息
參數(shù)二：當(dāng)前的旋轉(zhuǎn)矩陣
參數(shù)三：展示最終圖片的寬高信息

API形式warpAffine仿射變換方法—左移100，右移200

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/cat.png',1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1]matShift = np.float32([[1,0,100],[0,1,200]]) dst = cv2.warpAffine(img,matShift,(height,width))cv2.imshow('dst',dst) cv2.waitKey(0)

源碼形式—右移100

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/cat.png',1) cv2.imshow('src',img) imgInfo = img.shape dst = np.zeros(img.shape,np.uint8) height = imgInfo[0] width = imgInfo[1]for i in range(0,height):for j in range(0,width-100):dst[i,j+100] = img[i,j] cv2.imshow('img',dst) cv2.waitKey(0)

[1,0,100],[0,1,200]分為22和21兩個矩陣對待
[[1,0],[0,1]] 2 * 2 A
[[100],[200]] 2 * 1 B
[x,y] C
A * C + B = [[1 * x + 0 * y],[0 * x + 1 * y]]+[[100],[200]]= [[x+100],[y+200]]
(10,20)->(110,220)

四、圖片鏡像

實(shí)現(xiàn)步驟：
1，創(chuàng)建一個足夠大的“畫板”
2，將一幅圖像分別從前向后、從后向前繪制
3，繪制中心分割線

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/cat.png',1) cv2.imshow('img',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] deep = imgInfo[2]newImgInfo = (height*2,width,deep)#定義空白模板，為了存儲圖片鏡像 dst = np.zeros(newImgInfo,np.uint8)for i in range(0,height):for j in range(0,width):dst[i,j] = img[i,j]#上半部分#下半部分，x值不變，y值變成了整個高度的兩倍-當(dāng)前y-1 即 y=2*h-y+1#x為橫坐標(biāo)表示寬度信息，y為縱坐標(biāo)表示高度信息#x對應(yīng)j，y對應(yīng)idst[height*2-i-1,j] = img[i,j]for i in range(0,width):dst[height,i] = (0,0,255)#(B,G,R)，給條紅線以示區(qū)分cv2.imshow('dst',dst) cv2.waitKey(0)

效果如圖下：

五、圖片縮放

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/cat.png',1) cv2.imshow('src',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] matScale = np.float32([[0.5,0,0],[0,0.5,0]]) dst = cv2.warpAffine(img,matScale,(int(width/2),int(height/2))) cv2.imshow('dst',dst) cv2.waitKey(0)

效果圖如下：

六、仿射變換

位移、旋轉(zhuǎn)、縮放
矩陣仿射變換基本算法原理：給三個點(diǎn)，確定整個圖片的位置

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/cat.png',1) cv2.imshow('img',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1]matSrc = np.float32([[0,0],[0,height-1],[width-1,0]]) matDst = np.float32([[50,50],[300,height-200],[width-300,100]])matAffine = cv2.getAffineTransform(matSrc,matDst) dst = cv2.warpAffine(img,matAffine,(width,height))cv2.imshow('dst',dst) cv2.waitKey(0)

七、圖片旋轉(zhuǎn)

旋轉(zhuǎn)矩陣方法：
cv2.getRotationMatrix2D((height*0.5,width*0.5),45,1)
參數(shù)一：旋轉(zhuǎn)的中心點(diǎn)
參數(shù)二：旋轉(zhuǎn)角度
參數(shù)三：縮放系數(shù)[0,1]，1表示不縮放，容易出格，一般設(shè)置為0.5

import cv2 import numpy as np img = cv2.imread('E:\Jupyter_workspace\study\data/cat.png',1) cv2.imshow('src',img) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1]matRotate = cv2.getRotationMatrix2D((height*0.5,width*0.5),45,0.5) #matRotate = cv2.getRotationMatrix2D((height*0.5,width*0.5),45,1)dst = cv2.warpAffine(img,matRotate,(height,width)) cv2.imshow('dst',dst) cv2.waitKey(0)

效果圖如下：

總結(jié)

以上是生活随笔為你收集整理的02-图像的几何变换的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。