目录
1.图像平移：cv2.warpAffine(src,M,dsize,dst=None,flag=None,borderMode=None,borderValue=None)
2.图像缩放：cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)
3.图像旋转变换矩阵：M=cv2.getRotationMatrix2D(center,angle,scale)
4.图像仿射变换：M=cv2.getAffineTransform(src,dst)
5.透视变换：M=cv2.getPerspectiveTransform(src,dst)
src为输入图像；M为变换矩阵一般反映平移或旋转的关系，为InputArray类型的2x3的变换矩阵；dsize为输出图像的大小；flags是插值方法，默认值为cv2.INTER_LINEAR表示线性插值，此外还有cv2.INTER_AREA(区域插值),cv2.INTER_NEAREST(最近邻插值),cv2.INTER_CUBIC(三次样条插值),cv2.INTER_LANCZOS4(Lanczos插值)，borderMode边界像素模式为int类型；boarderValue是边界填充值，默认情况下为0
import cv2 import numpy as np img = cv2.imread('img2.png') # 构造移动矩阵H # 在x轴方向移动多少距离，在y轴方向移动多少距离 H = np.float32([[1, 0, 50], [0, 1, 25]]) rows, cols = img.shape[:2] print(img.shape) print(rows, cols) # 注意这里rows和cols需要反置，即先列后行 res = cv2.warpAffine(img, H, (2*cols, 2*rows)) cv2.imshow('origin_picture', img) cv2.imshow('new_picture', res) cv2.waitKey(0) cv2.destroyAllWindows()src为原图;dsize为输出图像尺寸，与比例因子二选一；fx为沿水平轴的比例因子;fy为沿垂直轴的比例因子;interpolation为插值方法
img = cv2.imread('img2.png') # 方法一：通过设置缩放比例，来对图像进行放大或缩小 res1 = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC) height, width = img.shape[:2] # 方法二：直接设置图像的大小，不需要缩放因子 #cv2.INTER_NEAREST（最近邻插值） cv2.INTER_AREA （区域插值） cv2.INTER_CUBIC（三次样条插值） cv2.INTER_LANCZOS4（Lanczos插值） res2 = cv2.resize(img, (int(0.8*width), int(0.8*height)),interpolation=cv2.INTER_LANCZOS4) cv2.imshow('origin_picture', img)center为图片的旋转中心；angle为旋转角度；scale为缩放比例，其中正值为逆时针，负值为顺时针，通过此操作得到变换矩阵M,再用cv2.warpAffine()进行旋转
import cv2 img=cv2.imread(r'D:\Downloads\img2.png',1) rows,cols=img.shape[:2] #参数1：旋转中心，参数2：旋转角度，参数3：缩放因子 #参数3正为逆时针，负值为正时针 M=cv2.getRotationMatrix2D((cols/2,rows/2),45,1) print(M) #第三个参数是输出图像的尺寸中心 dst=cv2.warpAffine(img,M,(cols,rows)) #dst=cv2.warpAffine(img,M,(cols,rows),borderValue=(255,255,255)) while(1): cv2.imshow('img', img) cv2.imshow('img1',dst) #0xFF==27 ESC if cv2.waitKey(1)&0xFF==27: break cv2.destroyAllWindows()src和dst都是3*2矩阵，分别表示输入的3个点和输出的3个点，由此函数得到变换矩阵M
import cv2 import numpy as np #读取图片 src = cv2.imread(r'D:\Downloads\bird.png') #获取图像大小 rows, cols = src.shape[:2] #设置图像仿射变换矩阵 pos1 = np.float32([[50,50], [200,50], [50,200]]) pos2 = np.float32([[10,100], [200,50], [100,250]]) M = cv2.getAffineTransform(pos1, pos2) print(M) #图像仿射变换 result = cv2.warpAffine(src, M, (2*cols, 2*rows)) #显示图像 cv2.imshow("original", src) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()透视变换(Perspective Transformation)是将成像投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。src,dst分别为源图像和目标图像中的矩形四点坐标，得到变换矩阵M
import cv2 import numpy as np #读取图片 src = cv2.imread(r'D:\Downloads\bird.png') #获取图像大小 rows, cols = src.shape[:2] #设置图像透视变换矩阵 pos1 = np.array([[38,32],[50,32],[38,64],[50,64]],dtype = "float32") pos2 = np.array([[19,16],[25,16],[19,32],[25,32]],dtype = "float32") M = cv2.getPerspectiveTransform(pos1, pos2) #图像透视变换 result = cv2.warpPerspective(src, M, (cols,rows)) #显示图像 cv2.imshow("original", src) cv2.imshow("result", result) #等待显示 cv2.waitKey(0) cv2.destroyAllWindows()
