1.图像的缩放：就是按照所给的图像将图像方法缩小

#缩放有两种：一种是绝对尺寸，一种是相对尺寸
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#读取图像
img1 = cv.imread('image1.jpg',1)
#获取长宽
rows,cols = cv.shape[:2]
#第一种获取缩放矩阵
res = cv.resize(img1,(2*rows,2*cols))
plt.imshow(res)
plt.show()
#第一种获取缩放矩阵
res1 = cv.resize(img1,None,fx = 0.3,fy = 0.7)#None默认数据类型
plt.imshow(res1[:,:,::-1])
plt.show()

2.图像平移：在原有的图像上面进行平移

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#读取图像
img1 = cv.imread('image1.jpg',1)
#获取长宽
rows,cols = cv.shape[:2]
M = np.float([[1,0,50],[0,1,100]])#执行类型为浮点型
#获取平移矩阵
res = cv.warpAffine(img1,M,(rows,cols))
plt.imshow(res[:,:,::-1])#转为BGR通道
plt.show()

3.图像旋转：是将图像围绕中心点进行一定角度地旋转

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#读取图像
img1 = cv.imread('image1.jpg',1)
#获取长宽
rows,cols = cv.shape[:2]
#获取旋转矩阵
M = getRotationMattix2D((rows/2,cols/2),45,1)#以中心旋转45度，缩放一倍
res = cv.warpAffine(img1,M,(rows,cols))
plt.imshow(res[:,:,::-1])
plt.show()

4.图像的仿射变换：在图像的三个点对图像进行变换

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#读取图像
img1 = cv.imread('image1.jpg',1)
#获取长宽
rows,cols = cv.shape[:2]
#获取两个像素点
pst1 = np.float32([],[],[])
pst2 = np.float32([],[],[])
#获取旋转矩阵
M = getAffineTransform(pst1,pst2)#两个像素点转换
res = cv.warpAffine(img1,M,(rows,cols))
plt.imshow(res[:,:,::-1])
plt.show()

5.图像的透射变换，与仿射变换相似，但是这是以四个点为准，其中三个不能重复

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#读取图像
img1 = cv.imread('image1.jpg',1)
#获取长宽
rows,cols = cv.shape[:2]
#获取两个像素点
pst1 = np.float32([],[],[],[])
pst2 = np.float32([],[],[],[])
#获取旋转矩阵
M = getPerspectiveTransform(pst1,pst2)#两个像素点转换
res = cv.warpPerspective(img1,M,(rows,cols))
plt.imshow(res[:,:,::-1])
plt.show()

6.图像金字塔：与图像的缩放相似，一种上采样也就是放大，另外一种下采样也就是缩小

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
#读取图像
img1 = cv.imread('image1.jpg',1)
img_up = pycUp(img1)
plt.imshow(img_up[:,:,::-1])
plt.show()
img_Down = pyrDown(img1)
plt.imshow(img_down[:,:,::-1])
plt.show()