Python 图像处理 OpenCV （5）：图像的几何变换

2022-08-02 08:03:09

前文传送门：

「Python 图像处理 OpenCV （2）：像素处理与 Numpy 操作以及 Matplotlib 显示图像」

「Python 图像处理 OpenCV （3）：图像属性、图像感兴趣 ROI 区域及通道处理」

图像缩放

图像缩放只是调整图像的大小，为此， OpenCV 为我们提供了一个函数 cv.resize() ，原函数如下：

resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None)

src 表示的是输入图像，而 dsize 代表的是输出图像的大小，如果为 0 ，则：

$$\texttt{dsize = Size(round(fxsrc.cols), round(fysrc.rows))}$$

dsize 和 fx 、 fy 不能同时为 0 。

fx 、 fy 是沿 x 轴和 y 轴的缩放系数，默认取 0 时，算法如下：

$$\texttt{fx=(double)dsize.width/src.cols}$$

$$\texttt{fy=(double)dsize.height/src.rows}$$

最后一个参数 interpolation 表示插值方式：

INTER_NEAREST - 最近邻插值
INTER_LINEAR - 线性插值（默认）
INTER_AREA - 区域插值
INTER_CUBIC - 三次样条插值
INTER_LANCZOS4 - Lanczos插值

看一个简单的示例：

import cv2 as cv

#读取图片

src = cv.imread('maliao.jpg')

print(src.shape)

#图像缩放

result = cv.resize(src, (300, 150))

print(result.shape)

#显示图像

cv.imshow("src", src)

cv.imshow("result", result)

#等待显示

cv.waitKey()

cv.destroyAllWindows()

结果如下：

需要注意的是，这里的 (300, 150) 设置的是 dsize 的列数为 300 ，行数为 150 。

同理，我们可以通过设定一个比例进行缩放，可以是等比例缩放，也可以是不等比例缩放，下面是等比例缩放的示例：

import cv2 as cv

# 设定比例

scale = 0.5

#读取图片

src = cv.imread('maliao.jpg')

rows, cols = src.shape[:2]

#图像缩放

result = cv.resize(src, ((int(cols * scale), int(rows * scale))))

print(result.shape)

#显示图像

cv.imshow("src", src)

cv.imshow("result", result)

#等待显示

cv.waitKey()

cv.destroyAllWindows()

结果如下：

除了可通过设定 dszie 对图像进行缩放，我们还可以通过设定 fx 和 fy 对图像进行缩放：

import cv2 as cv

#读取图片

src = cv.imread('maliao.jpg')

print(src.shape)

#图像缩放

result = cv.resize(src, None, fx=0.5, fy=0.5)

print(result.shape)

#显示图像

cv.imshow("src", src)

cv.imshow("result", result)

#等待显示

cv.waitKey()

cv.destroyAllWindows()

结果如下：

图像平移

图像平移是通过仿射函数 warpAffine() 来实现的，原函数如下：

warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None)

在图像平移中我们会用到前三个参数：

需要变换的原始图像
移动矩阵M
变换的图像大小（如果这个大小不和原始图像大小相同，那么函数会自动通过插值来调整像素间的关系）。

图像的平移是沿着 x 方向移动 tx 距离， y 方向移动 ty 距离，那么需要构造移动矩阵：

$$ M = [\begin{matrix} 1 & 0 & tx \ 0 & 1 & ty \end{matrix}] $$

我们通过 Numpy 来产生这个矩阵（必须是float类型的），并将其赋值给仿射函数 warpAffine() ，下面来看个示例：

import cv2 as cv

import numpy as np

#读取图片

src = cv.imread('maliao.jpg')

rows, cols = src.shape[:2]

# 定义移动距离

tx = 50

ty = 100

# 生成 M 矩阵

affine = np.float32([[1, 0, tx], [0, 1, ty]])

dst = cv.warpAffine(src, affine, (cols, rows))

# 显示图像

cv.imshow('src', src)

cv.imshow("dst", dst)

# 等待显示

cv.waitKey(0)

cv.destroyAllWindows()

结果如下：

注意： warpAffine 函数的第三个参数是输出图像的大小，我这里设置的大小是原图片的大小，所以结果会有部分遮挡。

图像旋转

图像旋转主要调用 getRotationMatrix2D() 函数和 warpAffine() 函数实现，绕图像的某一个中心点旋转，具体如下：

M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)

参数分别为：旋转中心、旋转度数、scale
rotated = cv2.warpAffine(src, M, (cols, rows))

参数分别为：原始图像、旋转参数、原始图像宽高

图像旋转：设（ x0 , y0 ）是旋转后的坐标，（ x , y ）是旋转前的坐标，( m , n )是旋转中心， a 是旋转的角度(顺时针)，( left , top )是旋转后图像的左上角坐标，则公式如下：

$$ \begin{bmatrix}x0 & y0 & 1\end{bmatrix} = \begin{bmatrix}x & y & 1\end{bmatrix} \begin{bmatrix}1 & 0 & 0 \ 0 & -1 & 0 \ -m & n & 1\end{bmatrix} \begin{bmatrix}\cos a & -\sin a & 0 \ \sin a & \cos a & 0 \ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \ 0 & -1 & 0 \ left & top & 1 \end{bmatrix}$$

上面这个公式具体的推导过程可以参考这篇文章：https://www.cnblogs.com/xuanyuyt/p/7112876.html 。

示例如下：

import cv2 as cv

#读取图片

src = cv.imread('maliao.jpg')

# 原图的高、宽

rows, cols = src.shape[:2]

# 绕图像的中心旋转

# 参数：旋转中心 旋转度数 scale

M = cv.getRotationMatrix2D((cols/2, rows/2), 90, 1)

#

dst = cv.warpAffine(src, M, (cols, rows))

# 显示图像

cv.imshow("src", src)

cv.imshow("dst", dst)

# 等待显示

cv.waitKey()

cv.destroyAllWindows()

结果如下：

图像翻转

第一个图像翻转，这个可是制作表情包的利器。

图像翻转在 OpenCV 中调用函数 flip() 实现，原函数如下：

flip(src, flipCode, dst=None)

src：原始图像。
flipCode：翻转方向，如果 flipCode 为 0 ，则以 X 轴为对称轴翻转，如果 fliipCode > 0 则以 Y 轴为对称轴翻转，如果 flipCode < 0 则在 X 轴、 Y 轴方向同时翻转。

示例如下：

import cv2 as cv

import matplotlib.pyplot as plt

# 读取图片 由 GBR 转 RGB

img = cv.imread('maliao.jpg')

src = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 图像翻转

# flipCode 为 0 ，则以 X 轴为对称轴翻转，如果 fliipCode > 0 则以 Y 轴为对称轴翻转，如果 flipCode < 0 则在 X 轴、 Y 轴方向同时翻转。

img1 = cv.flip(src, 0)

img2 = cv.flip(src, 1)

img3 = cv.flip(src, -1)

# plt 显示图形

titles = ['Source', 'Ima1', 'Ima2', 'Ima3']

images = [src, img1, img2, img3]

for i in range(4):

    plt.subplot(2, 2, i + 1)

    plt.imshow(images[i])

    plt.title(titles[i])

    plt.xticks([])

    plt.yticks([])

plt.show()

结果如下：