07: 图像几何变换
学习如何旋转、平移、缩放和翻转图片。图片等可到文末引用处下载。
目标
- 实现旋转、平移和缩放图片
- OpenCV 函数:
cv2.resize()
,cv2.flip()
,cv2.warpAffine()
教程
图像的几何变换从原理上看主要包括两种:基于 2×3 矩阵的仿射变换(平移、缩放、旋转和翻转等)、基于 3×3 矩阵的透视变换,感兴趣的小伙伴可参考番外篇:仿射变换与透视变换。
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
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
翻转图片
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。
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:
# 平移图片
import numpy as np
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)
旋转图片
旋转同平移一样,也是用仿射变换实现的,因此也需要定义一个变换矩阵。OpenCV 直接提供了 cv2.getRotationMatrix2D()
函数来生成这个矩阵,该函数有三个参数:
- 参数 1:图片的旋转中心
- 参数 2:旋转角度(正:逆时针,负:顺时针)
- 参数 3:缩放比例,0.5 表示缩小一半
# 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)
小结
cv2.resize()
缩放图片,可以按指定大小缩放,也可以按比例缩放。cv2.flip()
翻转图片,可以指定水平/垂直/水平垂直翻转三种方式。- 平移/旋转是靠仿射变换
cv2.warpAffine()
实现的。