Python+OpenCV 图像处理系列（9）—— 图像的翻转和缩放插值

最新推荐文章于 2024-08-09 20:02:35 发布

wohu007

最新推荐文章于 2024-08-09 20:02:35 发布

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： OpenCV 文章标签： OpenCV 图像翻转

本文链接：https://blog.youkuaiyun.com/wohu1104/article/details/92054631

OpenCV 专栏收录该内容

22 篇文章

订阅专栏

博客介绍了OpenCV中图像的处理方法。图像翻转本质是像素映射，支持X轴、Y轴和XY轴三种翻转方式，通过cv2.flip函数实现。还介绍了图像插值，常见的四种插值算法为INTER_NEAREST、INTER_LINEAR、INTER_CUBIC、INTER_LANCZOS4，有几何变换等应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 图像的翻转

图像翻转 (Image Flip)，图像翻转的本质像素映射，OpenCV 支持三种图像翻转方式：

X轴翻转，flipcode = 0
Y轴翻转, flipcode = 1
XY轴翻转, flipcode = -1

cv2.flip(src, flipcode) 携带两个参数，第一个是图像在内存中的映射，第二个是翻转码。

import cv2
import numpy as np

src = cv2.imread("./img/003.jpg")
cv2.imshow("origin", src)

dst1 = cv2.flip(src, 0)
cv2.imshow("x-flip", dst1)

dst2 = cv2.flip(src, 1)
cv2.imshow("y-flip", dst2)

dst3 = cv2.flip(src, -1)
cv2.imshow("xy-flip", dst3)

h, w, ch = src.shape
dst = np.zeros(src.shape, src.dtype)
for row in range(h):
    for col in range(w):
        b, g, r = src[row, col]
        dst[row, w - col - 1] = [b, g, r]
cv2.imshow("custom-y-flip", dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

效果图
原始图片
翻转之后的图片

2. 图像的插值

图像插值(Image Interpolation)，最常见四种插值算法

INTER_NEAREST = 0
INTER_LINEAR = 1
INTER_CUBIC = 2
INTER_LANCZOS4 = 4

相关的应用场景有几何变换、透视变换、插值计算新像素，resize, 如果 size 有值，使用 size 做放缩插值，否则根据 fx 与 fy 卷积。


import cv2

src = cv2.imread("./img/003.jpg")
cv2.imshow("origin", src)

h, w = src.shape[:2]
print(h, w)
dst = cv2.resize(src, (w*2, h*2), fx=0.75, fy=0.75, interpolation=cv2.INTER_NEAREST)
cv2.imshow("INTER_NEAREST", dst)

dst = cv2.resize(src, (w*2, h*2), interpolation=cv2.INTER_LINEAR)
cv2.imshow("INTER_LINEAR", dst)

dst = cv2.resize(src, (w*2, h*2), interpolation=cv2.INTER_CUBIC)
cv2.imshow("INTER_CUBIC", dst)

dst = cv2.resize(src, (w*2, h*2), interpolation=cv2.INTER_LANCZOS4)
cv2.imshow("INTER_LANCZOS4", dst)

cv2.waitKey(0)
cv2.destroyAllWindows()