封面

圖像幾何變換

圖片變換的本質(zhì)就是對圖片的矩陣進行操作

圖片位移

矩陣仿射變換，是一系列變換的基礎(chǔ)

圖片縮放

圖片縮放就是將圖片寬高信息進行改變

• 加載圖片
• 修改大小
• 放大 縮小 等比例縮放

def resize(img,param):
    height,width,_ = get_img_info(img)
    dstHeight = int(height * param)
    dstWidth = int(height * param)
    dst = cv2.resize(img,(dstWidth,dstHeight))
    return dst

def get_img_info(img):
    imgInfo = img.shape
    height = imgInfo[0]
    width = imgInfo[1]
    mode = imgInfo[2]
    return height, width, mode

圖像縮放

img = cv2.imread('empire.jpeg',1)

dst = utils.resize(img,0.5)
cv2.imshow('resize img',dst)
cv2.waitKey(0)

在 opencv 中提供的有關(guān)縮放的方法

• 最近臨域插值
  對于縮放后像素位置 x y 如果是小數(shù)，可以按臨近進行取整
• 雙線性插值
  當(dāng)我們進行縮放后得到點的 x y 都是小數(shù)，這次在雙線插值法不是取最近點，而是按比例進行從周圍 4 個點進行取值。根據(jù)該點距離其周圍 4 點的比例來將周圍 4 點像素值作為目標(biāo)點。
• 像素關(guān)系重采樣
• 立方插值

def resize_nearby(img,scale):
    height,width,_ = get_img_info(img)
    dstHeight = int(height/scale)
    dstWidth = int(height/scale)
    # create empty
    dstImage = np.zeros((dstHeight,dstWidth,3),np.uint8)
    for i in range(0,dstHeight):# row
        for j in range(0,dstWidth):#column
            iNew = int(i*(height*1.0/dstHeight))
            jNew = int(j*(width*1.0)/dstWidth)
            dstImage[i,j] = img[iNew,jNew]
    return dstImage

通過變換矩陣實現(xiàn)圖片縮放

def resize_with_mat(img,scale):
    height,width,_ = get_img_info(img)
    # tranform array
    matTransform = np.float32([[scale,0,0],[0,scale,0]]) # 2 * 3
    dst = cv2.warpAffine(img,matTransform,(int(width*scale),int(height*scale)) )
    return dst

圖片剪切

其本質(zhì)是對數(shù)據(jù)進行操作，x 表示列信息 y 表示行信息。

def img_crop(img,startX,startY,h,w):
    height,width,_ = get_img_info(img)
    print(startX,(startX+h),startY,startY + w)
    dst = img[startX:(startX+w),startY:(startY + h)]
    # dst = img[100:200,100:300]
    return dst

圖片裁剪

圖片鏡像

def img_mirror_v(img):
    height,width,deep = get_img_info(img)
    dstInfo = (height*2,width,deep)
    dst = np.zeros(dstInfo,np.uint8)
    for i in range(0,height):
        for j in range(0,width):
            dst[i,j] = img[i,j]
            # x y 
            dst[height*2-i-1,j] = img[i,j]
    for i in range(0,width):
        dst[height,i] = (0,0,255) #BGR
    return dst

圖片鏡像

圖片位移

了解 opencv 提供有關(guān)位移的 API,
這里 matTransform 就是偏移矩陣，由該矩陣來控制圖片的位置


[1,0,100],[0,1,200] 對該矩陣進行拆分為[1,0],[0,1]和[100],[200]
xy 為 C 矩陣
AC + B = [[1x + 0y],[0x + 1*y]] + [[100],[200]] = [[x+100],[y+200]]

def img_transform(img):
    height,width,_ = get_img_info(img)
    # tranform array
    matTransform = np.float32([[1,0,100],[0,1,200]]) # 2 * 3
    dst = cv2.warpAffine(img,matTransform,(width,height))
    return dst

圖片平移

仿射變換

所謂仿射變換就是線性變換將平移，通過矩陣來控制 2D 圖像，

直線變換

• 變換前是直線的，變換后依然是直線
• 直線比例保持不變
• 變換前是原點的，變換后依然是原點

這里通過 左上角、左下角和右上角

def img_transform(img):
    height,width,deep = get_img_info(img)
    matSrc = np.float32([[0,0],[0,height-1],[width-1,0]])
    matDst = np.float32([[50,50],[300,height-200],[width-300,100]])
    # combination
    matAffine = cv2.getAffineTransform(matSrc,matDst) # mat
    dst = cv2.warpAffine(img,matAffine,(width,height))
    return dst

圖片變換

圖片旋轉(zhuǎn)

有關(guān)圖像旋轉(zhuǎn)這里我們使用 opencv 提供 getRotationMatrix2D 來獲得一個矩陣來控制旋轉(zhuǎn)，getRotationMatrix2D 接受三個參數(shù)分別為，

1. 旋轉(zhuǎn)的中心點
2. 旋轉(zhuǎn)的角度
3. 縮放的比例

def img_rotate(img):
    height,width,deep = get_img_info(img)

    # mat rotate 1 center 2 angle 3 src
    matRotate = cv2.getRotationMatrix2D((height*0.5,width*0.5),45,0.5)
    dst = cv2.warpAffine(img,matRotate,(width,height))
    return dst

圖片旋轉(zhuǎn)