OpenCV 图像旋转、平移、缩放

        本文是 OpenCV图像视觉入门之路的第7篇文章，本文详细的进行了图像的缩放 cv2.resize()、旋转 cv2.flip()、平移 cv2.warpAffine()等操作。

OpenCV 图像旋转、平移、缩放目录

1 缩放图片

2 翻转图片

2.1 垂直翻转

2.2 水平翻转

2.3 水平垂直翻转

​编辑

3 平移图片

---

1 缩放图片

缩放就是调整图片的大小，使用cv2.resize()函数实现缩放，可以按照比例缩放，也可以按照指定的大小缩放：
也可以指定缩放方法为线性插值INTER_LINEAR。

放过程中有五种插值方式：

• cv2.INTER_NEAREST 最近邻插值
• cv2.INTER_LINEAR 线性插值
• cv2.INTER_AREA 基于局部像素的重采样，区域插值
• cv2.INTER_CUBIC 基于邻域4x4像素的三次插值
• cv2.INTER_LANCZOS4 基于8x8像素邻域的Lanczos插值

import cv2
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

# 按间距中的绿色按钮以运行脚本。
if __name__ == '__main__':
    image = cv2.imread('D:/Jupyter_Notebooks/0.jpg')

    # 从RGB色彩空间转换到HSV色彩空间
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

    # 按照指定的宽度、高度缩放图片
    res = cv2.resize(image, (960, 540))
    # 按照比例缩放，如x,y轴均放大一倍
    res2 = cv2.resize(image, None, fx=2, fy=2, interpolation=cv2.INTER_LINEAR)

    cv2.imshow("image", image)
    cv2.imshow("res2", res2)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

2 翻转图片

镜像翻转图片，可以用cv2.flip()函数：
其中，参数2 = 0：垂直翻转(沿x轴)，参数2 > 0: 水平翻转(沿y轴)，参数2 < 0: 水平垂直翻转。

import cv2
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

# 按间距中的绿色按钮以运行脚本。
if __name__ == '__main__':
    image = cv2.imread('D:/Jupyter_Notebooks/0.jpg')

    # 从RGB色彩空间转换到HSV色彩空间
    # image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

    dst = cv2.flip(image, 0)


    cv2.imshow("image", image)
    cv2.imshow("res2", dst)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

2.1 垂直翻转

dst = cv2.flip(image, 0) 

2.2 水平翻转

dst = cv2.flip(image, 1) 

2.3 水平垂直翻转

dst = cv2.flip(image, -1)  

3 平移图片

要平移图片，我们需要定义下面这样一个矩阵，tx,ty是向x和y方向平移的距离：

 平移是用仿射变换函数cv2.warpAffine()实现的：

import cv2
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

# 按间距中的绿色按钮以运行脚本。
if __name__ == '__main__':
    image = cv2.imread('D:/Jupyter_Notebooks/0.jpg')

    # 获得图片的高、宽
    rows, cols = image.shape[:2]

    # 定义平移矩阵，需要是numpy的float32类型 x轴平移100，y轴平移500
    M = np.float32([[1, 0, 100], [0, 1, 200]])
    
    # 用仿射变换实现平移
    dst = cv2.warpAffine(image, M, (cols, rows))

    # cv2.imshow("image", image)
    cv2.imshow("res2", dst)

    cv2.waitKey(0)
    cv2.destroyAllWindows()