【CV】Opencv图像处理——①几何变换 (1)

1. 图像缩放

1. API

cv2.resize(src,dsize # 绝对尺寸，直接指定调整后图像的大小fx=0, fy=0, # 相对尺寸，将dsize设置为None，然后将fx和fy设置为比例因子即可（放大：设置为大于1的数；缩小：设置为小于1的数）interpolation = cv2.INTER_LINEAR)

• interpolation：插值方法

插值	含义
cv2.INTER_LINEAR	双线性插值法
cv2.INTER_NEAREST	最近邻插值
cv2.INTER_AREA	像素区域重采样（默认）
cv2.INTER_CUBIC	双三次插值

2. 图像平移

1. API

cv.warpAffine(img, M, dsize)

• M：2*3移动矩阵

对于（x, y）处的像素点，要把它移动到$（x+t_x,y+t_y）$处时，M矩阵应如下设置：
$M=\left[\begin{array}{ccc}1& 0& t_x\\ 0& 1& t_y\\ & & \end{array}\right]$，注意需要将M设置为np.float32类型的Numpy数组

• dsize：输出图像的大小

注意：输出图像的大小，它应该是**（宽度，高度）**的形式。其中，width = 列数，height = 行数

示例：

3. 图像旋转

图像旋转是指图像按照某个位置转动一定角度的过程，旋转中图像仍保持这原始尺寸。图像旋转后图像的水平对称轴，垂直对称轴及中心坐标原点都可能会发生变化，因此需要对图像旋转中的坐标进行相应转换。

1. API

cv2.getRotationMatrix2D(center, # 旋转中心坐标angle, # 旋转角度scale) # 缩放比例（一般是缩放之后再进行旋转）

返回：M（旋转矩阵），然后调用cv.warpAffine完成图像的旋转

示例：

4. 仿射变换

图像的仿射变换涉及到图像的形状位置角度的变化，是深度学习预处理中常用功能，仿射变换主要是对图像的缩放，旋转，翻转和平移等操作的组合。

举例解释：

1. API

# 创建变换矩阵
cv2.getAffineTransform(pts1, # 原始位置pts2) # 输出位置# 完成仿射变换

示例：

5. 透射变换

透射变换是视角变化的结果，是指利用透视中心，像点，目标点三点共线的条件，按透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。

1. 找到变换矩阵API

# 创建变换矩阵
T = cv.getPerspectiveTransform(pst1, pst2)
# 进行变换
dst = cv.warpPerspective(img, T, (cols, rows))

示例：

6. 图像金字塔

图像金字塔是图像多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。

图像金字塔用于机器视觉和图像压缩，一副图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。

金字塔的底部是待处理的高分辨率表示，而顶部是低分辨率的近似，层级越高，图像越小，分辨率越低。

1. API

cv.pyrUp(img) # 对图像进行上采样
cv.pyrDown(img) # 对图像进行下采样

2. 示例