几何变换

1、变换

OpenCV 提供了两个变换函数，cv2.warpAffine 和 cv2.warpPerspective，

使用这两个函数你可以实现所有类型的变换。cv2.warpAffine 接收的参数是

2 × 3 的变换矩阵，而 cv2.warpPerspective 接收的参数是 3 × 3 的变换矩

阵。

2、扩展缩放（只是改变图像的尺寸大小）

OpenCV 提供的函数 cv2.resize()

可以实现这个功能。图像的尺寸可以自己手动设置，你也可以指定缩放因子。我

们可以选择使用不同的插值方法。

在缩放时我们推荐使用 cv2.INTER_AREA，在扩展时我们推荐使用 v2.INTER_CUBIC（慢) 和 v2.INTER_LINEAR。

默认情况下所有改变图像尺寸大小的操作使用的插值方法都是 cv2.INTER_LINEAR。

你可以使用下面任意一种方法改变图像的尺寸

import cv2
import numpy as np
img=cv2.imread('messi5.jpg') # 下面的 None 本应该是输出图像的尺寸，但是因为后边我们设置了缩放因子
# 因此这里为 None
res=cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)
#OR
# 这里呢，我们直接设置输出图像的尺寸，所以不用设置缩放因子
height,width=img.shape[:2]
res=cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)
while(1):
cv2.imshow('res',res)
cv2.imshow('img',img)
if cv2.waitKey(1) & 0xFF == 27:
break
cv2.destroyAllWindows()

2、平移

平移就是将对象换一个位置。如果你要沿（x，y）方向移动，移动的距离

是（tx，ty），你可以以下面的方式构建移动矩阵：

 

你可以使用 Numpy 数组构建这个矩阵（数据类型是 np.flfloat32），然

后把它传给函数 cv2.warpAffiffiffine()。看看下面这个例子吧，它被移动了

（100,50）个像素。

import cv2
import numpy as np
cap=cv2.VideoCapture(0)
while(1):
# 获取每一帧
ret,frame=cap.read()
# 转换到 HSV
hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
# 设定蓝色的阈值
lower_blue=np.array([110,50,50])
upper_blue=np.array([130,255,255])
# 根据阈值构建掩模
mask=cv2.inRange(hsv,lower_blue,upper_blue)
# 对原图像和掩模进行位运算
res=cv2.bitwise_and(frame,frame,mask=mask)
# 显示图像
cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
k=cv2.waitKey(5)&0xFF
if k==27:
break
# 关闭窗口
cv2.destroyAllWindows()

警告：函数 cv2.warpAffiffiffine() 的第三个参数的是输出图像的大小，它的格式

应该是图像的（宽，高）。应该记住的是图像的宽对应的是列数，高对应的是行

数。

4、旋转

 

import cv2
import numpy as np
img=cv2.imread('messi5.jpg',0)
rows,cols=img.shape
# 这里的第一个参数为旋转中心，第二个为旋转角度，第三个为旋转后的缩放因子
# 可以通过设置旋转中心，缩放因子，以及窗口大小来防止旋转后超出边界的问题
M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6) # 第三个参数是输出图像的尺寸中心
dst=cv2.warpAffine(img,M,(2*cols,2*rows))
while(1):
cv2.imshow('img',dst)
if cv2.waitKey(1)&0xFF==27:
break
cv2.destroyAllWindows()

5、仿射变换

6、透视变换