OpenCV3圖像操作

今天看看OpenCV3如何對圖像進行操作，圖像操作主要只對圖像進行的各種坐標變換，主要有尺度變換，旋轉變換，平移變換以及偏移變換（水平或垂直），這些變換都是針對圖像的坐標進行的，而不是圖像的像素，可被統稱為仿射變換，下面就來看看使用OpenCV如何實現這些變換。下圖是岡薩雷斯的《數字圖像處理》中對幾種變換的說明，作者設圖像上一個點表示為(x,y,灰度值)，與變換矩陣相乘就會得到(新x，新y，不變的灰度值)，所以，對於仿射變換，實際上我們僅需要2X3的矩陣即可，我們不會改變圖像的灰度值。

OpenCV提供了resize方法，用來對圖像進行比例放大或縮小，代碼如下：

使用resize可以對圖像進行尺度變換，如果進行放大，由於圖像的像素增加，需要對增加的像素指定插值方式，這裡使用了線性插值（cv2.INTER_LINEAR）。之後我們使用matplotlib進行了繪圖：

可以看到，縮小後的圖像由於像素丟失，放大到與原圖像同樣大小時，圖像出現了一些失真，而放大的圖像，使用線性插值後，插入像素值是用其鄰點像素值進行估計得到的，所以變相起到了平滑的效果。

OpenCV提供了warpAffine方法進行各種仿射變換，傳遞一個2X3的矩陣給該函數，可以對感興趣區域進行對應的變換，下面看例子。

讀取原圖像後首先進行了平移變換，Python的OpenCV需要藉助numpy模塊，我們使用numpy創建了一個2X3的二位數組：

[[1,0,20],

[0,1,20]]

這會將原圖像沿x和y方向分別平移20個像素。接下來的旋轉和偏移也是同樣的原理，只是構造的矩陣有所差別，旋轉的比較特殊，為了避免自己計算旋轉矩陣中的三角函數值，我們可以使用getRotationMatrix2D方法進行構造。如果去看看cv2模塊的介面，我們還能看到一個getAffineTransform方法，使用該方法我們可以使用三個點定製自己的仿射變換矩陣。

上面代碼運行結果如下圖所示。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！