2019-7-12 opencv图像处理2-图像几何变换（缩放/平移/旋转/仿射变化/透视变换）

官网参见
https://docs.opencv.org/3.4.1/da/d6e/tutorial_py_geometric_transformations.html

关于变换
opencv提供2个变换函数 cv.warpAffine和cv.warpPerspective，这个2个函数可以实现所有变换。cv.warpAffine的输入是2x3变换矩阵，cv.warpPerspective的输入是3x3变换矩阵。

1.缩放

缩放就是改变图像尺寸。opencv中用cv.resize()实现缩放功能。你可以手工设定图像尺寸，也可以设定缩放比例。有几种不同插值方式（interpolation）可以使用，缩小可以使用 cv.INTER_AREA，放大可以使用cv.INTER_CUBIC（慢）和cv.INTER_LINEAR 。默认插值方式（interpolation）是cv.INTER_LINEAR，它适合所有改变尺寸目的。

resize函数定义如下

dst	=	cv.resize(	src, dsize[, dst[, fx[, fy[, interpolation]]]]	)

• dsize：输出图像的size; 如果设为0，或(0, 0), 计算方式为:
  ????? = ????(?????(?????.????), ?????(?????.????))
  dsize和(fx, fy)必须有一组不为0. 如果都为0，无法确定被resize后的图像大小

• fx 水平轴缩放因子; 等于0时，计算方式为：
  (??????)?????.?????/???.????

• fy 竖直轴缩放因子; 等于0时，计算方式为：
  (??????)?????.??????/???.????

• interpolation 差值方法, 方法见InterpolationFlags。例如：INTER_CUBIC

例1，缩放图像

import cv2 
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('test.jpg')
#第一种，设置了缩放比例fx和fy，输出图像的尺寸不需要(none)
res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_CUBIC)

#第二种，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()

结果显示如下

这里有2种方法可以实现缩放，第一种是利用缩放比例，第二种是指定图像尺寸。

2.平移

平移是物体位置的移动。假设你要按(x,y)方向移动，移动距离为(t_x,t_y)，那么创建变化矩阵如下：

M= [ 1 0 t   x   0 1 t   y   ] \begin{bmatrix} 1 & 0 &t~x~ \\ 0 &1&t~y~ \\ \end{bmatrix} [10​