[Python圖像處理]六.圖像縮放,圖像旋轉,圖像翻轉與圖像平移

圖像縮放

圖像縮放主要是調用resize()函數實現，result = cv2.resize(src, dsize[, result[.fx, fy[,interpolation]]])  其中src表示原始圖像,dsize表示縮放大小, fx,fy也可以表示縮放大小倍數,他們兩個設置一個即可實現圖像縮放。

eg: result = cv2.resize(src, (160, 60))  | result = cv2.resize(src, None, fx=0.5, fy=0.5)

代碼如下:

import cv2
def test16():
    src = cv2.imread("rose.jpg")
    # 圖像縮放，設置的dsize是列數為200， 行數為100
    result = cv2.resize(src, (200, 100))
    print(result.shape)   # (100, 200, 3)
    cv2.imshow("demo1", src)
    cv2.imshow("demo2", result)
    if cv2.waitKey(0) == 27:
        cv2.destroyWindow("demo1")
        cv2.destroyWindow("demo2")

test16()

效果如下:

 

 也可以獲取原始圖像像素再乘以縮放系數進行圖像轉換

代碼如下:

import cv2
def test17():
    src = cv2.imread("rose.jpg")
    rows, cols = src.shape[:2]

    # 圖像縮放dsize(列，行)
    result = cv2.resize(src, (int(cols*0.6), int(rows*0.4)))
    cv2.imshow("src", src)
    cv2.imshow("result", result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
test17()

效果如下:

 

 (fx,fy)縮放倍數的方法對圖像進行放大或縮小

代碼如下:

import cv2

def test18():
    src = cv2.imread("rose.jpg")

    # 圖像縮放
    result = cv2.resize(src, None, fx=0.3, fy=0.3)
    cv2.imshow("src", src)
    cv2.imshow("result", result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

test18()

效果如下:

 

 

 

圖像旋轉

圖像旋轉主要調用getRotationMatrix2D()函數和warpAffine()函數實現，繞圖像的中心旋轉，具體如下：

    M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
    參數分別為：旋轉中心、旋轉度數、scale
    rotated = cv2.warpAffine(src, M, (cols, rows))
    參數分別為：原始圖像、旋轉參數、原始圖像寬高

代碼如下:

import cv2
def test19():
    src= cv2.imread("rose.jpg")
    rows, cols, channel = src.shape
    # 繞中心旋轉
    # 參數：旋轉中心,旋轉度數,scale
    M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
    # 參數: 原始圖像,旋轉參數, 元素圖像高度
    rotated = cv2.warpAffine(src, M, (cols, rows))
    # 顯示旋轉后的圖像
    cv2.imshow("demo1", rotated)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

test19()

效果如下:

 

 備注: 參數中的旋轉度數設置為正數時表示逆時針旋轉，為負數時表示順時針旋轉

 

圖像翻轉

圖像翻轉在OpenCV中調用函數flip()實現，原型如下：
dst = cv2.flip(src, flipCode)
其中src表示原始圖像，flipCode表示翻轉方向，如果flipCode為0，則以X軸為對稱軸翻轉，如果fliipCode>0則以Y軸為對稱軸翻轉，如果flipCode<0則在X軸、Y軸方向同時翻轉。
代碼如下:

import cv2
import matplotlib.pyplot as plt

def test20():
    # 讀取圖片
    img = cv2.imread('rose.jpg')
    src = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

    # 圖像翻轉
    # 0以X軸為對稱軸翻轉 >0以Y軸為對稱軸翻轉 <0 X軸Y軸翻轉
    img1 = cv2.flip(src, 0)
    img2 = cv2.flip(src, 1)
    img3 = cv2.flip(src, -1)

    # 顯示圖形
    titles = ['Source', 'Image1', 'Image2', 'Image3']
    images = [src, img1, img2, img3]
    for i in range(4):
        plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.show()

效果如下:

 

 圖像平移

圖像平移首先定義平移矩陣M，再調用warpAffine()函數實現平移，核心函數如下：
M = np.float32([[1, 0, x], [0, 1, y]])  其中(x,y)即為要偏移的x值，y值
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

代碼如下:

import cv2
import numpy as np
import matplotlib.pyplot as plt
def test21():

    # 讀取圖片
    img = cv2.imread('rose.jpg')
    image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

    # 圖像平移 下、上、右、左平移
    M = np.float32([[1, 0, 0], [0, 1, 100]])
    img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

    M = np.float32([[1, 0, 0], [0, 1, -100]])
    img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

    M = np.float32([[1, 0, 100], [0, 1, 0]])
    img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

    M = np.float32([[1, 0, -100], [0, 1, 0]])
    img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

    # 顯示圖形
    titles = ['Image1', 'Image2', 'Image3', 'Image4']
    images = [img1, img2, img3, img4]
    for i in range(4):
        plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.show()

test21()

效果如下:

 

 

 

 

轉自:https://blog.csdn.net/Eastmount/article/details/82454335