OpenCV：面向Python几何变换
文章目录
- 缩放
- 翻转
- 仿射
- 透视
- 重映射
最近做实验用到了几何变换，因此系统的总结了一下几何变换
提高几何变换，我们就想到了在初高中做数学题目时候的场景，应用几何变换把困难的题目化简为通俗易懂的题目，从而得到解答。
在百度上查看了一下关于几何变换的定义：
在图像处理当中，几何变换是指将一幅图像映射到另外一幅图内的操作。
而OpenCV提供了多个与映射有关的函数，通过熟悉运用这些函数，可以高效的实现一副图像到另一幅图像的映射，从而高效的完成图像的操作。
图像的几何变换可以分为：缩放、翻转、仿射、透视、重映射
缩放
在OpenCV中，使用cv2.resize()实现
形式为：cv2.resize(src,desize[,fx[,fy[,interpolation]]])
src：表示要进行处理的图片
desize：表示输出图像的大小
fx，fy：分别表示水平和垂直方向缩放的比例
interpolation：表示插值方式（默认使用双线性插值）
翻转
在OpenCV中，使用cv2.flip()实现
形式为：cv2.flip(src,flipcode)
src：表示要进行处理的图片
flipcode：表示旋转类型
当flipcode为0时候，绕x轴旋转；当flipcode为正数时候，绕y轴旋转；当flipcode为负数时候，同时绕xy轴旋转。
仿射
在OpenCV中，使用cv2.warpAffine()实现
形式为：cv2.warpAffine(src,M,dsize[,flags[,borderMode[,borderValue]]])
src：表示要进行处理的图片
M：一个变换矩阵
desize：表示输出图像的大小
flags：表示插值方式
borderMode：表示边类型
borderValue：表示边界值
在使用的时候，可以将后面三个参数省略，利用M将原始图像转换为所需要的图像。
例如：cv2.warpAffine(src,M,dsize)
透视
在OpenCV中，利用cv2.warpPerspective()实现
形式为：cv2.warpPerspective(src,M,dsize[,flags[,borderMode[,borderValue]]])
src：表示要进行处理的图片
M：一个变换矩阵
desize：表示输出图像的大小
flags：表示插值方式
borderMode：表示边类型
borderValue：表示边界值
注意与仿射时候M代表的矩阵时不同的，这里代表的3*3的变换矩阵。
重映射
在OpenCV中，cv2.remap()提供了更方便的映射方式
形式为:cv2.remap(src,map1,map2,interpolation[,borderMode[,borderValue]])
src：表示要进行处理的图片
map1和map2：分别表示两种可能的值
interpolation：表示插值方式
borderMode：表示边类型
borderValue：表示边界值
希望可以对大家的学习有所帮助，如有遗漏或者错误请在评论区中指正！！！