1. 概述

为了方便开发人员的操作，OpenCV还提供了一些图像变换的API，本篇文章讲简单介绍各种API的使用，并附上一些样例。

2. 接口介绍

resize()

图像缩放函数，用于把图像按指定的尺寸放大或缩小。
dst = cv2.resize(src, dsize, fx, fy, interpolation)
dst = 生成的目的图像
src：需要变换的原图像
disize：（x, y）需要变换图像的尺寸，直接填
fx，fy：缩放因子，与disize会冲突，通常只需要二选一即可
interpolation：插值算法，用于缩放的算法。默认为双线性插值。

缩放算法参数

效果越好的算法运算越复杂，效果越好。反之相反。

import cv2
import numpy as nplina = cv2.imread('./image/lina.jpg')
print(lina.shape)
# 修改图像大小：fx,fy可以省略,默认为双线性插值
lina2 = cv2.resize(lina, (700, 700))
# 使用缩放因子，需要指定参数，并且dsize传空
lina3 = cv2.resize(lina, None, fx=2, fy=2, interpolation=cv2.INTER_AREA)cv2.imshow('lina', lina)
cv2.imshow('lina3', lina3)cv2.waitKey(0)

flip()

图像翻转函数，讲图像上下翻转，左右翻转
img1 = cv2.flip(img，flipCode)
img：需要翻转的图片
flipCode：值为0，上下翻转；值>0,左右翻转；值<0,上下左右一起翻转。

import cv2
import numpy as nplina = cv2.imread('./image/lina.jpg')
print(lina.shape)
# 上下翻转
lina_0 = cv2.flip(lina, 0)
# 左右翻转
lina_1 = cv2.flip(lina, 1)
# 上下左右翻转
lina_01 = cv2.flip(lina, -1)cv2.imshow('lina', lina)
cv2.imshow('lina_0', lina_0)
cv2.imshow('lina_1', lina_1)
cv2.imshow('lina_01', lina_01)cv2.waitKey(0)

rotate()

将图片按顺时针逆时针旋转一定角度
img2 = cv2.rotate(img, rotateCode)
img：需要旋转的图片
rotateCode：含义分别为：顺时针转90，180度，逆时针转90度。

rotateCode

import cv2
import numpy as nplina = cv2.imread('./image/lina.jpg')
print(lina.shape)# 顺时针转90
lina_90 = cv2.rotate(lina, cv2.ROTATE_90_CLOCKWISE)# 顺时针转180
lina_180 = cv2.rotate(lina, cv2.ROTATE_180)# 顺时针转270,逆时针转90
lina_270 = cv2.rotate(lina, cv2.ROTATE_90_COUNTERCLOCKWISE)
cv2.imshow('lina', lina)
cv2.imshow('lina_90', lina_90)
cv2.imshow('lina_180', lina_180)
cv2.imshow('lina_270', lina_270)cv2.waitKey(0)

仿射变换

仿射变换是图像旋转、缩放、平移的总成。

warpAffine()

img2 = cv2.warp(src, M, dsize, flags, mode, value)
src：需要变换的图像
M：进行变换的矩阵，变换成什么样子由M决定，可以由特定接口来求。
dsize：输出图像的尺寸
flags：与resize函数的缩放算法一致，默认为双线性插值。
mode：边界处标志
value：填充边界的值
后三个参数一般都用默认，主要使用前3个参数

getRotationMatrix2D()-变换矩阵1

求变换矩阵M的函数，主要用于旋转
M = cv2.getRotationMatrix2D(center, angle, scale)
center：中心点，按住哪个点进行旋转
angle：旋转的角度（逆时针旋转）
scale：缩放比例，1.0不缩放

import cv2
import numpy as nplina = cv2.imread('./image/lina.jpg')
print(lina.shape)# 变换前要求出变换矩阵M = cv2.getRotationMatrix2D((200, 200), 30, 1.0)
lina2 = cv2.warpAffine(lina, M, (474, 474))cv2.imshow('lina', lina)
cv2.imshow('lina2', lina2)cv2.waitKey(0)

getAffineTransform()-变换矩阵2

求变换矩阵M，主要是用于平移+旋转，利用三个坐标点前后变化来确定一个平面的变化
M = cv2.getAffineTransform(src[], dst[])
src：源坐标点，以列表的形式传入（数据格式一定为float32）
dst：变换后图的坐标，以列表的形式传入（数据格式一定为float32）

import cv2
import numpy as nplina = cv2.imread('./image/lina.jpg')
print(lina.shape)# 变换前要求出变换矩阵
# 坐标一定要是32位的小数！！否则会报错
src = np.float32([[0, 0], [0, 100], [100, 0]])
dst = np.float32([[50, 50], [50, 150], [200,50]])
M = cv2.getAffineTransform(src, dst)
lina2 = cv2.warpAffine(lina, M, (474, 474))cv2.imshow('lina', lina)
cv2.imshow('lina2', lina2)cv2.waitKey(0)

透视变换

完全改变物体的位置和形状，需要四个坐标点。一般用来调整图片的位置。

warpPerspective()

用于透视变换的主函数
img2 = cv2.warpPerspective(img, M, dsize, …)
img：需要进行变换的图像
M：进行透视变换的矩阵
dsize：输出图片的大小

getPerspectiveTransform()

用来求透视变换的矩阵，需要四个点
M = cv2.getPerspectiveTransform(src[], dst[])
src：源坐标点，以列表的形式传入（数据格式一定为float32）
dst：变换后图的坐标，以列表的形式传入（数据格式一定为float32）

import cv2
import numpy as npwork = cv2.imread('./image/work.jpg')
# 将图片调整到适合大小
work = cv2.resize(work, (700, 700), interpolation=cv2.INTER_AREA)
# 设置适当变换坐标，求出变换矩阵
src = np.float32([[210, 20], [700, 110], [0, 660], [600, 700]])
dst = np.float32([[0, 0], [700, 0], [0, 700], [700, 700]])
M = cv2.getPerspectiveTransform(src, dst)
# 进行透视变换
work2 = cv2.warpPerspective(work, M, (700, 700))
cv2.imshow('work', work)
cv2.imshow('work2', work2)cv2.waitKey(0)

变换后如图所示，将主要图片变正了

以上就是图像变换的简单介绍，如果有疑问，欢迎在评论区讨论哦。