Python

您所在的位置：网站首页 › 易建联年薪nba › Python

Python

2024-01-10 00:31| 来源: 网络整理| 查看: 265

基本图像处理缩放scale旋转rotate裁剪crop填充pad平移translate翻转flip 图像的仿射变换Affine transformation

基本图像处理 1. 缩放scale

缩放通过cv2.resize()实现

函数说明：

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst

参数说明：

src - 原图

dst - 目标图像。当参数dsize不为0时，dst的大小为size；否则，它的大小需要根据src的大小，参数fx和fy决定。dst的类型（type）和src图像相同

dsize - 目标图像大小。当dsize为0时，它可以通过以下公式计算得出：

所以，参数dsize和参数(fx, fy)不能够同时为0

fx - 水平轴上的比例因子。当它为0时，计算公式如下：

fy - 垂直轴上的比例因子。当它为0时，计算公式如下：

interpolation - 插值方法。共有5种： INTER_NEAREST - 最近邻插值法 INTER_LINEAR - 双线性插值法（默认） INTER_AREA - 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取也叫缩小图像（image decimation）来说，这可能是一个更好的方法。但如果是放大图像时，它和最近邻法的效果类似。 INTER_CUBIC - 基于4x4像素邻域的3次插值法 INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值

缩小图像用INTER_AREA更好，放大图像用 INTER_CUBIC更好；

代码示范：

import cv2 # 读取一张照片 img = cv2.imread('tiger_tibet_village.jpg') # 缩放成200x200的图像 img_200x200 = cv2.resize(img, (200, 200)) # 不直接指定缩放后大小，通过fx和fy指定缩放比例，0.5则长宽都为原来一半 # 等效于img_200x300 = cv2.resize(img, (300, 200))，注意指定大小的格式是(宽度,高度) # 插值方法默认是cv2.INTER_LINEAR，这里指定为最近邻插值 img_200x300 = cv2.resize(img, (0, 0), fx=0.5, fy=0.5, interpolation=cv2.INTER_NEAREST) cv2.imwrite('resized_200x200.jpg', img_200x200) cv2.imwrite('resized_200x300.jpg', img_200x300) 2. 旋转rotate

opencv中对图像的旋转主要是先通过getRotationMatrix2D函数得到图像的旋转矩阵，然后再通过仿射变换函数warpAffine得到旋转后的图像。

函数说明：

cv2.getRotationMatrix2D(center, angle, scale) cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst

参数说明：

getRotationMatrix2D:

center–表示旋转的中心点angle–表示旋转的角度degreesscale–图像缩放因子

warpAffine:

src – 输入的图像M – 2 X 3 的变换矩阵.dsize – 输出的图像的size大小dst – 输出的图像flags – 输出图像的插值方法borderMode – 图像边界的处理方式borderValue – 当图像边界处理方式为BORDER_CONSTANT 时的填充值

代码示范：

img = cv2.imread('messi5.jpg',0) rows,cols = img.shape #90度旋转 M = cv2.getRotationMatrix2D((cols/2,rows/2),90,1) dst = cv2.warpAffine(img,M,(cols,rows))

图示： rotation

3. 裁剪crop

裁剪是利用array自身的下标截取实现

代码示范：

img = cv2.imread('rotation.jpg') print img.shape #裁剪 crop_img = img[20:100, 20:160] cv2.imwrite('crop_img.jpg', crop_img)

图示：

原图： rotation

裁剪后图像：

cropimg

4. 填充pad

填充通过函数copyMakeBorder实现：

函数说明：

cv2.copyMakeBorder(src, top, bottom, left, right, borderType[, dst[, value]]) → dst

参数说明：

src – 输入的图像

dst – 输出的图像

top，bottom，left，right – 分别表示在原图四周扩充边缘的像素值

borderType –图像边界的处理方式

常见的borderType：

BORDER_REPLICATE ：复制法，复制最边缘像素BORDER_REFLECT_101：对称法，以最边缘像素为轴，对称BORDER_CONSTANT：常量法，以一个常量参数值（自定参数value给定）填充扩充的边界

value – 当图像边界处理方式为BORDER_CONSTANT 时的填充值

代码示范：

# 在上张图片的基础上，上下各填充50像素，填充值为128，生成新的的图像 pad_img = cv2.copyMakeBorder(crop_img, 50, 50, 0, 0, cv2.BORDER_CONSTANT, value=(128, 128, 128)) cv2.imwrite('pad_img.jpg', pad_img)

图示：

原图：

cropimg

填充后图像：

padimg

5. 平移translate

平移通过自定义平移矩阵以及函数warpAffine实现：

代码示范：

img = cv2.imread('messi5.jpg',0) rows,cols = img.shape # 平移矩阵M：[[1,0,x],[0,1,y]] M = np.float32([[1,0,100],[0,1,50]]) dst = cv2.warpAffine(img,M,(cols,rows))

图示：

translate

6. 翻转flip

翻转通过函数flip实现：

函数说明：

cv2.flip(src, flipCode[, dst]) → dst

参数说明：

src – 输入的图像dst – 输出的图像flipCode – 翻转模式，flipCode==0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode

【本文地址】

Python

Python

今日新闻

推荐新闻