OpenCV-Python图像的缩放、翻转和旋转

喜欢ヅ旅行 2022-09-16 04:58 398阅读 0赞

## 图像的缩放 ##

opencv中对[图像进行放缩][Link 1]有两种方式可以实现，一种是使用指定尺寸放缩；一种是使用缩放比例放缩。

*  指定尺寸  
    `cv2.resize(image, (1920, 1080)`，直接指定放缩后的尺寸大小。
 *  缩放比例  
    `cv2.resize(image, (0,0), fx=2.0, fy=2.0`，使用放缩比例放缩图片。

此外，根据`resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None)`函数的参数可知，还可以选择插值函数的类型。根据官方说明：缩小图像时，使用`cv2.INTER_AREA`插值函数效果好；放大图像时，使用`cv2.INTER_CUBIC`和`cv2.INTER_LINEAR`都行，但后者速度更快。

代码示例：

# -*-coding:utf-8-*-
    """
    File Name: image_operation.py
    Program IDE: PyCharm
    Date: 16:24
    Create File By Author: Hong
    """
    import cv2 as cv
    import numpy as np
    
    
    def resize_image(image_path: str):
        img = cv.imread(image_path, cv.IMREAD_COLOR)
        cv.imshow('input', img)
        h, w, c = img.shape
        # 图片放缩, 指定尺寸
        # dst = cv.resize(img, (w * 2, h * 2), interpolation=cv.INTER_CUBIC)
        shrink = cv.resize(img, (w // 2, h // 2), interpolation=cv.INTER_AREA)
        # 缩放比例
        # dst = cv.resize(img, (0, 0), fx=0.75, fy=0.75, interpolation=cv.INTER_CUBIC)
        enlarge = cv.resize(img, (0, 0), fx=2.0, fy=2.0, interpolation=cv.INTER_CUBIC)
    
        cv.imshow('shrink', shrink)
        cv.imshow('enlarge', enlarge)
    
        cv.waitKey(0)
        cv.destroyAllWindows()
    
    
    if __name__ == '__main__':
        path = 'images/daiyutong.png'
        resize_image(path)

结果展示：

![图像的放缩][b27252fcec251b707d38d293fe5b90aa.png]

## 图像的翻转 ##

opencv翻转图像有三种方式，分别时上下翻转、左右翻转和对角线翻转，相对来说比较简单。

话不多说，直接上代码:

# -*-coding:utf-8-*-
    """
    File Name: image_operation.py
    Program IDE: PyCharm
    Date: 16:24
    Create File By Author: Hong
    """
    import cv2 as cv
    import numpy as np
    
    
    def flip_image(image_path: str):
        img = cv.imread(image_path, cv.IMREAD_COLOR)
        cv.imshow('input', img)
        # 上下翻转
        dst1 = cv.flip(img, 0)
        res1 = np.vstack((img, dst1))
        # 左右翻转
        dst2 = cv.flip(img, 1)
        res2 = np.vstack((img, dst2))
        # 对角线翻转
        dst3 = cv.flip(img, -1)
        res3 = np.vstack((img, dst3))
        
        # 所有翻转结果在同一个窗口中显示
        result = np.hstack((res1, res2, res3))
        cv.imshow('flip', result)
        cv.imwrite('images/result_flip.jpg', result)
    
        cv.waitKey(0)
        cv.destroyAllWindows()
    
    
    if __name__ == '__main__':
        path = 'images/daiyutong.png'
        flip_image(path)

结果展示：

![图像的翻转][1fe930c6e7f9506caeded9f0fdeb8bec.png]

## 图像的旋转 ##

opencv中的[图像旋转][Link 2]，指的是图像绕着中心点旋转任意角度之后得到新的图像。其中有两种旋转方式。

1.  特定角度旋转函数。但只支持90、180、270这样特殊的角度旋转：  
    `dst1 = cv.rotate(img, cv.ROTATE_90_CLOCKWISE)`顺时针90度旋转  
    `dst2 = cv.rotate(img, cv.ROTATE_180)`顺时针180度旋转  
    `dst3 = cv.rotate(img, cv.ROTATE_90_COUNTERCLOCKWISE)`顺时针270度旋转
2.  旋转任意角度。需要用到旋转矩阵M，有两种方法获取旋转矩阵M：手动配置（此方法可以实现没有裁剪后的旋转图像）和内置函数获取。  
    `cv2.warpAffine(img, M, (w, h))`: 任意角度旋转函数，参数分别是需要旋转的图像，旋转矩阵M，旋转后的图像size。此函数返回旋转后的图像。

具体实现代码：

# -*-coding:utf-8-*-
    """
    File Name: image_operation.py
    Program IDE: PyCharm
    Date: 16:24
    Create File By Author: Hong
    """
    import cv2 as cv
    import numpy as np
    
    
    def rotate_image(image_path: str):
        """
        旋转图像，介绍两种旋转方式。
        1、特定角度旋转函数，但是只支持90、180、270这样特殊的角度旋转。
        2、任意角度旋转函数，需要旋转矩阵M，有两种获取旋转矩阵M的方式：手动配置（可以实现没有裁剪后的旋转图像）和内置函数获取
        :param image_path: 传入的图像文件
        :return: 没有返回值
        """
        img = cv.imread(image_path, cv.IMREAD_COLOR)
        cv.imshow('input', img)
    
        h, w, c = img.shape
    
        # ###以下旋转方式获取的都是裁剪后的旋转图像#######
        # ##########手动设置旋转矩阵M#################
        # 定义空矩阵
        M = np.zeros((2, 3), dtype=np.float32)
    
        # 设定旋转角度
        alpha = np.cos(np.pi / 4.0)
        beta = np.sin(np.pi / 4.0)
        print('alpha: ', alpha)
        # 初始化旋转矩阵
        M[0, 0] = alpha
        M[1, 1] = alpha
        M[0, 1] = beta
        M[1, 0] = -beta
    
        # 图片中心点坐标
        cx = w / 2
        cy = h / 2
    
        # 变化的宽高
        tx = (1 - alpha) * cx - beta * cy
        ty = beta * cx + (1 - alpha) * cy
    
        M[0, 2] = tx
        M[1, 2] = ty
    
        # 内置函数获取旋转矩阵M，正值表示逆时针旋转，假设左上角是坐标原点
        M = cv.getRotationMatrix2D((w / 2, h / 2), 45, 1)
        # 执行旋转, 任意角度旋转
        result = cv.warpAffine(img, M, (w, h))
    
        # #######内置旋转函数，仅支持90，180，270#################
        dst1 = cv.rotate(img, cv.ROTATE_90_CLOCKWISE)
        dst2 = cv.rotate(img, cv.ROTATE_180)
        dst3 = cv.rotate(img, cv.ROTATE_90_COUNTERCLOCKWISE)
    
        # 将4张图像在一个窗口显示，注意：四张图像形状一致，否则会报错
        res = np.hstack((img, dst1, dst2, dst3))
        cv.imwrite('images/rotate4.jpg', res)
        cv.imshow('res', res)
    
        # 显示手动设置旋转角度的旋转图像结果
        result = np.hstack((img, result))
        cv.imwrite('images/rotate2.jpg', result)
        cv.imshow('rotate center', result)
    
        # # # #######获取没有裁剪的旋转图像#########
        # # 定义空矩阵
        # M = np.zeros((2, 3), dtype=np.float32)
        # # 设定旋转角度
        # alpha = np.cos(np.pi / 4.0)
        # beta = np.sin(np.pi / 4.0)
        # print('alpha: ', alpha)
        # # 初始化旋转矩阵
        # M[0, 0] = alpha
        # M[1, 1] = alpha
        # M[0, 1] = beta
        # M[1, 0] = -beta
        # # 图片中心点坐标
        # cx = w / 2
        # cy = h / 2
        #
        # # 变化的宽高
        # tx = (1 - alpha) * cx - beta * cy
        # ty = beta * cx + (1 - alpha) * cy
        # M[0, 2] = tx
        # M[1, 2] = ty
        #
        # # 旋转后的图像高、宽
        # rotated_w = int(h * np.abs(beta) + w * np.abs(alpha))
        # rotated_h = int(h * np.abs(alpha) + w * np.abs(beta))
        #
        # # 移动后的中心位置
        # M[0, 2] += rotated_w / 2 - cx
        # M[1, 2] += rotated_h / 2 - cy
        #
        # result = cv.warpAffine(img, M, (rotated_w, rotated_h))
        # cv.imshow('result', result)
    
        cv.waitKey(0)
        cv.destroyAllWindows()
    
    
    if __name__ == '__main__':
        path = 'images/daiyutong.png'
        rotate_image(path)

效果展示：

![任意角度旋转][ff460ebdb0eb215960f06c3c7fb200bb.png]  
![特定角度旋转][3bf7d473afe31a8541527afa83d217f0.png]

> 更多计算机视觉内容，请关注微信公众号 **“AI与计算机视觉”**

[Link 1]: https://www.cnblogs.com/shoufengwei/p/8526105.html
[b27252fcec251b707d38d293fe5b90aa.png]: /images/20220828/0bfe4196c8cf4de3a8bb1844229f18fc.png
[1fe930c6e7f9506caeded9f0fdeb8bec.png]: /images/20220828/e9d0657029114fcf9e941852e6d4ffe6.png
[Link 2]: https://mp.weixin.qq.com/s/K4P8151BuM4DQPSK-KzPFQ
[ff460ebdb0eb215960f06c3c7fb200bb.png]: /images/20220828/3af5712254b141d7a8ddeb7b11071cbd.png
[3bf7d473afe31a8541527afa83d217f0.png]: /images/20220828/5d76d7b695b84346954ffc1a8e19bb30.png