1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > OpenCV新手入门 如何用它平移缩放和旋转图片

OpenCV新手入门 如何用它平移缩放和旋转图片

时间:2022-12-19 11:55:51

相关推荐

OpenCV新手入门 如何用它平移缩放和旋转图片

子豪 发自 凹非寺

量子位 报道 | 公众号 QbitAI

OpenCV是一个跨平台计算机视觉和机器学习算法库。

它不仅能用来实现各种复杂的算法,还能够对图像进行预处理:包括图像的平移、旋转、缩放、翻转、裁剪。

最近一位来自印度的小哥Raoof Naushad发布了一篇相关教程,希望把这些知识分享给初学者。

图像平移

我们使用OpenCV提供的仿射变换函数cv.warpAffine()沿x和y轴移动图像。

Step1. 调用一个函数cv.warpAffine()。

Step2. 创建一个平移矩阵,这一步需要借助NumPy进行。

Step3. 将img(需要变换的图像)、transMAT(平移矩阵)和Dimensions(维度)代入仿射变换函数cv.warpAffine(),输入x和y以确定平移多少。

向左、向上移动,则x、y设为负数,反之则为正数。

Step4. 采用cv.imshow()函数显示图像。

##Translationdeftranslation(img,x,y):tranMAT=np.float32([[1,0,x],[0,1,y]])dimensions=(img.shape[1],img.shape[0])returncv.warpAffine(img,transMAT,dimensions)translated=translation(img,-100,100)cv.imshow("Translated",translated)cv.waitKey(0)

图像旋转

在OpenCV中旋转图像,可以将任何点用作旋转的中心,同样使用cv.warpAffine()函数以及和上面相同的参数。但是旋转矩阵与图像平移是不同的。

Step1. 创建一个旋转函数,定义图像img、旋转角度angle和旋转点rotPoint。

Step2. 利用cv.getRotationMatrix2D()(矩阵旋转与缩放)创建一个旋转矩阵rotMAT,其中包括旋转点、旋转角度和比例因子。如果不需要比例因子,则将其设为1.0。

Step3. 输入旋转角度、旋转点对应数值。(如不需要设置旋转点,则在Step1中设为空值None)

##Rotationdefrotate(img,angle,rotPoint=None):(height,width)=img,shape[:2]ifrotPointisNone:rotPoint=(width//2,height//2)rotMAT=cv.getRotationMatrix2D(rotPoint,angle,1.0)dimension=(width,height)returncv.warpAffine(img,rotMat,dimension)rotated=rotated(img,20)cv.imshow("Rotated",rotated)cv.waitKey(0)

图片缩放

在OpenCV中需要用到函数cv.resize(img, (500, 500), interpolation=cv.INTER_LINEAR)。

根据缩小或放大图像的需要,参数指定插值方法可以选择cv.INTER_AREA(区域插值)、cv.INTER_CUBIC(三次样条插值)、cv.INTER_LINEAR(线性插值)。

如需放大图像,可以采用<> INTER_LINEAR(效率较高)或INTER_CUBIC(效率较低);

如需缩小图像,可以采用<> INTER_AREA。

##Resizeresized=cv.resize(img(500,500),interpolation=cv.INTER_LINEAR)cv.imshow("resized",resized)cv.waitKey(0)

图像翻转

使用OpenCV中的cv.flip()函数,该函数支持图像的翻转(垂直翻转、水平翻转,以及同时翻转均可)。

cv.flip(img,flipcode)翻转模式有三种:0为垂直翻转,1为水平翻转,-1 为两个方向同时翻转。

##Flippingflipped=cv.flip(img,0)cv.imshow("Flipped",flipped)cv.waitKey(0)

图像裁剪

运用Cropped = image[a1:a2,b1:b2] 裁剪图像img得到一个矩形,高度从a1到a2,宽度从b1到b2。

##Croppingcropped=img[100:200,100:200]cv.imshow("Cropped",cropped)cv.waitKey(0)

除此之外,OpenCV还能用于空间颜色转换、物体跟踪、图像分割、轮廓提取、结构分析、人脸识别等,功能十分强大。

Raoof Naushad不仅发布了这篇教程,还分享了用于基本和高级图像处理的OpenCV速查表,感兴趣的朋友可以通过下方链接查看。

原文链接:

/analytics-vidhya/image-transformations-opencv--de3ca97373ed

Raoof Naushad的GitHub主页:

/raoofnaushad

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

加入AI社群,拓展你的AI行业人脉

量子位「AI社群」招募中!欢迎AI从业者、关注AI行业的小伙伴们扫码加入,与50000+名好友共同关注人工智能行业发展&技术进展

量子位QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。