主站：http://ex2tron.wang
原文：Python+OpenCV教程7：图像几何变换
学习如何旋转、平移和缩放图片，了解仿射/透视变换。图片等可到源码处下载。
目标
- 实现旋转、平移和缩放图片
- 了解仿射变换和透视变换
- OpenCV函数：cv2.resize(), cv2.warpAffine(), cv2.warpPerspective()
教程
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：
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('drawing.jpg')
# 按照指定的宽度、高度缩放图片
res = cv2.resize(img, (132, 150))
# 按照比例缩放，如x,y轴均放大一倍
res2 = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_LINEAR)
cv2.imshow('shrink', res), cv2.imshow('zoom', res2)
cv2.waitKey(0)
我们也可以指定缩放方法interpolation，更专业点叫插值方法，默认是INTER_LINEAR，全部可以参考：InterpolationFlags
平移图片
这里涉及到仿射变换的概念，大家不用知道它的意思，只需要了解下面三点：
- 仿射变换后，原图中平行的线依然平行
- 用
cv2.warpAffine()实现仿射变换 - 仿射变换需要定义一个2*3维的变换矩阵
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：
# 平移图片
rows, cols = img.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50
M = np.float32([[1, 0, 100], [0, 1, 50]])
# 用仿射变换实现平移
dst = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow('shift', dst)
cv2.waitKey(0)
再次强调一下：图片的高度（y方向）是rows，宽度（x方向）是cols，请勿混淆。
旋转图片
旋转同平移一样，也需要定义一个变换矩阵。OpenCV直接提供了cv2.getRotationMatrix2D()函数用来生成这个矩阵，对这个矩阵的形式感兴趣的童鞋可以去引用查看：
# 45°旋转图片并缩小一半
M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 45, 0.5)
dst = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow('rotation', dst)
cv2.waitKey(0)
cv2.getRotationMatrix2D()函数有三个参数：
- 参数1：图片的旋转中心
- 参数2：旋转角度
- 参数3：缩放比例，该例中0.5表示我们缩小一半
翻转图片
如果我们镜像翻转图片，可以用cv2.flip()函数：
dst = cv2.flip(img, 1)
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。
仿射变换
除了平移和旋转，如何实现任意的图像变换呢？同样的道理，我们需要一个变换矩阵。
要生成这个变换矩阵，需要定义变换前后的三个点，比如说：
# 变换前的三个点
pts1 = np.float32([[50, 65], [150, 65], [210, 210]])
# 变换后的三个点
pts2 = np.float32([[50, 100], [150, 65], [100, 250]])
# 生成变换矩阵
M = cv2.getAffineTransform(pts1, pts2)
dst = cv2.warpAffine(img, M, (cols, rows))
plt.subplot(121), plt.imshow(img), plt.title('input')
plt.subplot(122), plt.imshow(dst), plt.title('output')
plt.show()
变换前后的三个点我已经标记出来了。用cv2.getAffineTransform()生成变换矩阵，接下来再用cv2.warpAffine()实现变换。大家可以修改下变换后的三个点坐标看看效果：
透视变换
透视变换绝对是一项很酷的功能。我们经常会用手机去拍身份证和文件，无论你怎么拍，貌似都拍不正或者有边框。如果你使用过手机上面一些扫描类软件，比如"扫描全能王"，"Office Lens"，它们能很好地矫正图片。这些软件就是应用透视变换实现的，跟仿射变换一样，我们不用知道它的具体原理。
透视变换后，原图中的直线依旧是直线。如下图，我们实现这个功能：
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('card.jpg')
rows, cols = img.shape[:2]
# 原图中卡片的四个角点
pts1 = np.float32([[148, 80], [437, 114], [94, 247], [423, 288]])
# 变换后分别在左上、右上、左下、右下四个点
pts2 = np.float32([[0, 0], [320, 0], [0, 178], [320, 178]])
# 生成透视变换矩阵
M = cv2.getPerspectiveTransform(pts1, pts2)
# 进行透视变换
dst = cv2.warpPerspective(img, M, (320, 178))
plt.subplot(121), plt.imshow(img[:, :, ::-1]), plt.title('input')
plt.subplot(122), plt.imshow(dst[:, :, ::-1]), plt.title('output')
plt.show()
透视变换需要前后四个点来生成3*3的变换矩阵，用cv2.getPerspectiveTransform()实现。然后再用cv2.warpPerspective()进行变换。代码中有个img[:, :, ::-1]还记得吗？忘记的话，请看练习。
是不是很简单？当然，我们后面学习了特征提取之后，就可以自动识别角点了。
小结
- cv2.resize()缩放图片，可以按指定大小缩放，亦可以按比例缩放
- 平移和旋转是靠cv2.warpAffine()仿射变换实现的，也可以自己定义变换前后的点，实现任意变换
- 透视变换常用于矫正图片，是一个很酷的功能
练习
- 透视变换代码中有个
img[:, :, ::-1]，还记得吗？请复习：Matplotlib显示图像
引用
- 本节源码
- Geometric Transformations of Images