每一天的生活,不再为一点小事悲痛动怒,会安安心心,简简单单,做一些能让自己开心的事。不要过分在意一些人,过分在乎一些事,顺其自然,以最佳的心态应对。
前言
总结一下最近看的关于opencv图像几何变换的一些笔记.
这是原图:
1.平移
import cv2 import numpy as np img = cv2.imread("image0.jpg", 1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] mode = imgInfo[2] dst = np.zeros(imgInfo, np.uint8) for i in range( height ): for j in range( width - 100 ): dst[i, j + 100] = img[i, j] cv2.imshow('image', dst) cv2.waitKey(0)
demo很简单,就是将图像向右平移了100个像素.如图:
2.镜像
import cv2 import numpy as np img = cv2.imread('image0.jpg', 1) cv2.imshow('src', img) imgInfo = img.shape height= imgInfo[0] width = imgInfo[1] deep = imgInfo[2] dst = np.zeros([height*2, width, deep], np.uint8) for i in range( height ): for j in range( width ): dst[i,j] = img[i,j] dst[height*2-i-1,j] = img[i,j] for i in range(width): dst[height, i] = (0, 0, 255) cv2.imshow('image', dst) cv2.waitKey(0)
demo生成一个如下效果:
3.缩放
import cv2 img = cv2.imread("image0.jpg", 1) imgInfo = img.shape print( imgInfo ) height = imgInfo[0] width = imgInfo[1] mode = imgInfo[2] # 1 放大 缩小 2 等比例 非等比例 dstHeight = int(height * 0.5) dstWeight = int(width * 0.5) # 最近邻域插值 双线性插值 像素关系重采样 立方插值 dst = cv2.resize(img, (dstWeight,dstHeight)) print(dst.shape) cv2.imshow('image', dst) cv2.waitKey(0)
使用resize直接进行缩放操作,同时还可以使用邻域插值法进行缩放,代码如下:
# 1 info 2 空白模板 3 重新计算x, y import cv2 import numpy as np img = cv2.imread('image0.jpg', 1) imgInfo = img.shape # 先高度,后宽度 height = imgInfo[0] width = imgInfo[1] dstHeight = int(height/2) dstWidth = int(width/2) dstImage = np.zeros([dstHeight, dstWidth, 3], np.uint8) for i in range( dstHeight ): for j in range(dstWidth): iNew = i * ( height * 1.0 / dstHeight ) jNew = j * ( width * 1.0 / dstWidth ) dstImage[i,j] = img[int(iNew),int(jNew)] cv2.imshow('image', dstImage) cv2.waitKey(0)
4.旋转
import cv2 img = cv2.imread('image0.jpg', 1) cv2.imshow('src', img) imgInfo = img.shape height= imgInfo[0] width = imgInfo[1] deep = imgInfo[2] # 定义一个旋转矩阵 matRotate = cv2.getRotationMatrix2D((height*0.5, width*0.5), 45, 0.7) # mat rotate 1 center 2 angle 3 缩放系数 dst = cv2.warpAffine(img, matRotate, (height, width)) cv2.imshow('image',dst) cv2.waitKey(0)
旋转需要先定义一个旋转矩阵,cv2.getRotationMatrix2D(),参数1:需要旋转的中心点.参数2:需要旋转的角度.参数三:需要缩放的比例.效果如下图:
5.仿射
import cv2 import numpy as np img = cv2.imread('image0.jpg', 1) cv2.imshow('src', img) imgInfo = img.shape height= imgInfo[0] width = imgInfo[1] deep = imgInfo[2] # src 3 -> dst 3 (左上角, 左下角,右上角) matSrc = np.float32([[0,0],[0,height-1],[width-1, 0]]) # 需要注意的是 行列 和 坐标 是不一致的 matDst = np.float32([[50,50],[100, height-50],[width-200,100]]) matAffine = cv2.getAffineTransform(matSrc,matDst) #mat 1 src 2 dst 形成组合矩阵 dst = cv2.warpAffine(img, matAffine,(height, width)) cv2.imshow('image',dst) cv2.waitKey(0)
需要确定图像矩阵的三个点坐标,及(左上角, 左下角,右上角).定义两个矩阵,matSrc 为原图的三个点坐标,matDst为进行仿射的三个点坐标,通过cv2.getAffineTransform()形成组合矩阵.效果如下:
本文Python3+OpenCV2实现图像的几何变换(平移、镜像、缩放、旋转、仿射)到此结束。我们日常生活中的情绪起伏,都会不可避免地影响周围的人;喜怒无常,也注定会破坏别人对自己的信任。所以,懂得做人,有时候比懂得做事更重要。即使你不懂怎么为人处世,至少也要学会控制情绪,而不要让情绪控制自己。小编再次感谢大家对我们的支持!