OpenCV：04图像的基本变换

图像的放大与缩小

关键API：resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
其中：

• src：要缩放的图片
• dsize：缩放之后的图片大小，用元组和列表表示均可，如果按照xy轴比例进行放缩，则要写出dsize = None
• dst：可选参数，缩放之后的输出图片(一般用不上)
• fx,fy：x轴和y轴的缩放比，即宽度和高度的缩放比
• interpolation：插值算法——> 例如当图片被放大时，我们怎么去填充空白区域，就用到了此算法，其中：
  • INTER_NEAREST：邻近插值，速度快，效果差
  • INTER_LINEAR：双线性插值，使用原图中的四个点进行插值**(默认方法）**
  • INTER_CUBIC：三次插值，使用原图中的16个点进行插值
  • INTER_AREA：区域插值，效果最好，计算时间最长

放缩到指定大小：

import cv2
import numpy as np

# 读取图片
dog = cv2.imread('./dog.jpeg')
cat = cv2.imread('./cat.jpeg')


# 读取图片大小
print("cat.shape：",cat.shape) # (480, 640, 3)   
print("dog.shape：",dog.shape) # (360, 499, 3)   # shape函数显示:（行(高度)，列(宽度)，通道数）

#把猫缩放成和狗一样大 ——> 注意opencv中的显示：先是宽度，再是高度，而我们正常显示shape时是先行(高度)后列(宽度)
new_cat = cv2.resize(cat,(499,360)) # 要反过来！

print("new_cat.shape：",new_cat.shape) # (360, 499, 3)

cv2.imshow('new_img',np.hstack((new_cat,dog))) # 如果能成功拼到一起，则修改成功！

cv2.waitKey()
cv2.destroyAllWindows()

结果：

cat.shape： (480, 640, 3)
dog.shape： (360, 499, 3)
new_cat.shape： (360, 499, 3)

---

根据xy轴的比例进行放缩：

import cv2
import numpy as np

# 读取图片
cat = cv2.imread('./cat.jpeg')


# 读取图片大小
print("cat.shape：",cat.shape) # (480, 640, 3)   
  # shape函数显示:（行(高度)，列(宽度)，通道数）

# 还可以按照x,y轴的比例进行缩放 ——> 此时要把参数dsize写成None
new_cat = cv2.resize(cat,dsize = None,fx = 0.5,fy = 0.5)

print("new_cat.shape：",new_cat.shape) # (360, 499, 3)

cv2.imshow('cat',cat) 
cv2.imshow('new_cat',new_cat) 

cv2.waitKey()
cv2.destroyAllWindows()

结果：

cat.shape： (480, 640, 3)
new_cat.shape： (240, 320, 3)

可以看到xy轴都缩小了一半

---

仿射变换

仿射变换是图像旋转、缩放、平移的总称。具体的做法是通过一个矩阵和原图片进行坐标运算，得到新的坐标，完成变换，所以仿射变换的关键就是这个矩阵

仿射变换不会改变每个像素点上的RGB色彩，只会改变像素对应的位置 ——> 我们只要找出其中对应的数学关系，就可以用一个矩阵一次性地把所有的点变过去

通过仿射变换，图像可以通过一系列的几何变换来实现平移、旋转等多种操作。该变换能够保持图像的平直性和平行性。平直性是指图像经过仿射变换后，直线仍然是直线；平行性是指图像在完成仿射变换后，平行线仍然是平行线。

关键API：cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
其中：

• M：变换矩阵
• dsize：输出图片大小——> 最好和原图大小一致
• flag：与resize()中的插值算法一致 （用默认值即可）
• mode：边界外推法标志，即当图像超出边界时该怎么办 （此处用默认值即可）
• value：填充边界值 （用默认值即可）

---

仿射变换之图像的平移

平移矩阵：
矩阵中的每个像素由(x,y)组成，(x,y)表示这个像素的坐标，假设沿x轴平移tx，沿y轴平移ty，那么最后得到的坐标为(x^ , y^) = ( x + tx , y + ty )，用矩阵来表示就是：

补充(因为我忘了)：矩阵乘法 = 第一个矩阵的行 × 第二个矩阵的列 ——（1 × x + 0 × y + tx × 1 ） + （0 × x + 1 × y + ty × 1 ） + （0 × x + 0 × y + 1 × 1 ）

即tx = 沿x轴方向向右平移的距离(向左为负) ；ty = 沿y轴方向向下平移的距离(向上为负) ——原点在图片左上角

例:
将图片向右平移200个像素点，上下不平移

# 将图片向右平移200个像素点

import cv2
import numpy as np

cat = cv2.imread('./cat.jpeg')

# 打印图像cat的高度、宽度，便于设置参数dsize
h,w,ch = cat.shape # 注意！shape()输出是先高度(行)，后宽度(列)

# 变换矩阵 ——> 要求矩阵类型最小是float32位
M = np.float32([ [1,0,200],[0,1,0] ])


# 平移操作
new_cat = cv2.warpAffine(cat,M,dsize = (w,h)) # dsize为输出图片的大小，注意！opencv是先宽度(列)，后高度(行)，要反过来

cv2.imshow('new_cat',new_cat) 
cv2.imshow('cat',cat) 

cv2.waitKey()
cv2.destroyAllWindows()

结果：

---

仿射变换之获取变换矩阵M

方法一：利用旋转角度获取变换矩阵

仿射变换的难点就是计算变换矩阵，OpenCV提供了计算变换矩阵的API

关键API：cv2.getRotationMatrix2D(center, angle, scale)

# 在进行图像的旋转操作时，手动计算变换矩阵不太方便，而opencv提供了获取旋转变换矩阵的API
import cv2
import numpy as np

dog = cv2.imread('./cat.jpeg')

# 打印图像cat的高度、宽度，便于设置参数dsize
h,w,ch = dog.shape # 注意！shape()输出是先高度(行)，后宽度(列)

# 获取变换矩阵 变换矩阵一定是2D的(二维)
m = cv2.getRotationMatrix2D((100,100),15,1) #以 (100,100)为原点（左上角为(0，0)）；逆时针旋转15°；scale = 1表示不缩放

new_dog = cv2.warpAffine(dog,m,(w,h))

cv2.imshow('new_dog',new_dog) 
cv2.imshow('dog',dog) 

cv2.waitKey()
cv2.destroyAllWindows()

结果：

---

方法二：利用变换前后对应点的关系获取变换矩阵

关键API：getAffineTransform(src, dst)
其中：

• src：原目标的三个点src = np.float32([ [x1 , y1] , [x2 , y2] , [x3 , y3] ])
• dst：对应变换后的三个点dst = np.float32([ [x^1 , y^1] , [x^2 , y^2] , [x^3 , y^3] ])

通过三点可以确定变换后的位置，相当于解方程，3个点对应3个方程，能解出偏移的参数和旋转的角度

也就是说我们可以不通过角度，而是通过将原目标的三个点src和对应变换后的三个点dst一一对应，建立三元一次方程(旋转偏移的参数和旋转角度的方程)

左边为旋转前的图，右边为旋转后的图，绿色点分别为src和dst

例子：

# 通过三个点来确定变换矩阵

import cv2
import numpy as np

cat = cv2.imread('./cat.jpeg')

# 打印图像cat的高度、宽度，便于设置参数dsize
h,w,ch = cat.shape # 注意！shape()输出是先高度(行)，后宽度(列)

# 获取变换矩阵：需要原始图片的三个点坐标 "src"，和变换之后对应的三个点的坐标 "dst"
src = np.float32([ [200,100] , [300,100] , [200,300]])
dst = np.float32([ [100,150] , [360,200] , [280,120]])
m = cv2.getAffineTransform(src,dst)

new_cat = cv2.warpAffine(cat,m,(w,h))

cv2.imshow('new_cat',new_cat) 
cv2.imshow('cat',cat) 

cv2.waitKey()
cv2.destroyAllWindows()

结果：

(变换得雀食抽象，我也没去仔细算，会用就行)

---

透视变换

透视变换就是将一种坐标系变成另一种坐标系，简单地来说就是可以把一张 “斜” 的图变 “正”——> 就像我们在二维平面(纸)上画出三维物体(正方形的3D结构)那样 类似于斜二侧画法

如图5.24所示：从图像的底部去观察图，图像底部距离眼睛较近，所以宽度不变，但图像顶部距离眼睛较远，宽度就会等比缩小，于是观察者就会得到如图5.26的透视效果

OpenCV中需要通过定位图像的四个点来进行计算透视效果，四个点的位置如图，OpenCV会根据四个点的位置变化来计算出其他像素的位置变化。透视效果不能保证图像的“平直性”和“平行性”

关键API： 获取变换矩阵cv2.getPerspectiveTransform(src, dst)，需要四个点，即图片的四个角
其中：

• src：变换前图片的四个点**(随意选取)**，但一般我们会选择原图片的四个顶点
• dst：变换后图片的四个点，和src一样，我们一般选择新图片的四个顶点

关键API： 透视变换cv2.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
其中：

• src：原图
• M：变换矩阵，对于透视矩阵来说，M是一个3*3的矩阵
• dsize：输出图片大小——> 最好和原图大小一致
• flag：与resize()中的插值算法一致 （用默认值即可）
• mode：边界外推法标志，即当图像超出边界时该怎么办 （此处用默认值即可）
• value：填充边界值 （用默认值即可）

# 仿射变换——> 对坐标系的变换，通过原先图片的四个点和变换后图片的四个点构造方程组


# 在此例，我们相当于用仿射变换把书中这一页抠出来并且摆正

import cv2
import numpy as np

# 我们图片大小为宽1276×高1702
book = cv2.imread('./book.jpg')

# 打印图像cat的高度、宽度，便于设置图像中的四个点和设置参数dsize
h,w,ch = book.shape # 注意！shape()输出是先高度(行)，后宽度(列)


# 获取变换矩阵 ——> 顺序：左上，左下，右上，右下
# src = np.float32([[200,200],[1700,100],[200,1000],[1700,1200]])
# dst = np.float32([[0,0],[1700,0],[0,1100],[1700,1100]])   # 格式为[h,w]，在图像中横轴是w，纵轴是h

# 获取变换矩阵 ——> 顺序：左上，,右上，左下，右下
src = np.float32([[200,200],[50,1000],[800,0],[700,1100]])
dst = np.float32([[0,0],[0,1100],[900,0],[900,1100]])
m = cv2.getPerspectiveTransform(src,dst)


# 透视变换
new_book = cv2.warpPerspective(book,m,(900,1100))

# 由于我们的图太大了，需要再设置窗口大小
cv2.namedWindow('new_book',cv2.WINDOW_NORMAL)
cv2.resizeWindow('new_book',640,480)
cv2.imshow('new_book',new_book)

cv2.namedWindow('book',cv2.WINDOW_NORMAL)
cv2.resizeWindow('book',640,480)
cv2.imshow('book',book) 

cv2.waitKey()
cv2.destroyAllWindows()

效果不太好先记录下来吧