图像处理笔记总目录

---

1 图像缩放

缩放是对图像的大小进行调整，即使图像放大或缩小。

API：cv2.resize(src,dsize,fx=0,fy=0,interpolation=cv2.INTER_LINEAR)

参数：

• src : 输入图像
• dsize: 绝对尺寸，直接指定调整后图像的大小
• fx,fy: 相对尺寸，将dsize设置为None，然后将fx和fy设置为比例因子即可
• interpolation：插值方法

插值	含义
cv2.INTER_LINEAR	双线性插值法
cv2.INTER_NEAREST	最近邻插值
cv2.INTER_AREA	像素区域重采样（默认）
cv2.INTER_CUBIC	双三次插值

示例：

import cv2.cv2 as cv
# 1. 读取图片
img1 = cv.imread("./image/dog.jpeg")
# 2.图像缩放
# 2.1 绝对尺寸
rows,cols = img1.shape[:2]
res = cv.resize(img1,(2*cols,2*rows),interpolation=cv.INTER_CUBIC)

# 2.2 相对尺寸
res1 = cv.resize(img1,None,fx=0.5,fy=0.5)

# 3 图像显示
# 3.1 使用opencv显示图像(不推荐)
cv.imshow("orignal",img1)
cv.imshow("enlarge",res)
cv.imshow("shrink）",res1)
cv.waitKey(0)

# 3.2 使用matplotlib显示图像
fig,axes=plt.subplots(nrows=1,ncols=3,figsize=(10,8),dpi=100)
axes[0].imshow(res[:,:,::-1])
axes[0].set_title("绝对尺度（放大）")
axes[1].imshow(img1[:,:,::-1])
axes[1].set_title("原图")
axes[2].imshow(res1[:,:,::-1])
axes[2].set_title("相对尺度（缩小）")
plt.show()

2 图像平移

图像平移将图像按照指定方向和距离，移动到相应的位置。

API：cv.warpAffine(img,M,dsize)
参数：

• img：输入图像
• M：2 ∗ * ∗ 3移动矩阵
  对于 ( x , y ) (x,y) (x,y)处的像素点，要把它移动到 ( x + t x , y + t y ) (x+t_x , y+t_y) (x+tx​,y+ty​) 处时，M矩阵应如下设置：
  M = [ 1 0 t x 0 1 t y ] M=\left[\begin{array}{lll} 1 & 0 & t_{x} \\ 0 & 1 & t_{y} \end{array}\right] M=[10​01​tx​ty​​]
  注意：将M设置为np.float32类型的Numpy数组。
• dsize: 输出图像的大小
  注意：输出图像的大小，它应该是(宽度，高度)的形式。请记住,width=列数，height=行数。

示例：需求是将图像的像素点移动(50,100)的距离

import numpy as np
import cv2.cv2 as cv
import matplotlib.pyplot as plt
# 1. 读取图像
img1 = cv.imread("./image/image2.jpg")

# 2. 图像平移
rows,cols = img1.shape[:2]
M = M = np.float32([[1,0,100],[0,1,50]])# 平移矩阵
dst = cv.warpAffine(img1,M,(cols,rows))

# 3. 图像显示
fig,axes=plt.subplots(nrows=1,ncols=2,figsize=(10,8),dpi=100)
axes[0].imshow(img1[:,:,::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:,:,::-1])
axes[1].set_title("平移后结果")
plt.show()

3 图像旋转

标签：imshow,axes,cv2,几何变换,图像处理,图像,img1,cv
来源： https://blog.csdn.net/weixin_45707277/article/details/121185423