本文共 1872 字，大约阅读时间需要 6 分钟。

图片缩放：

import cv2img = cv2.imread('LightHouse.jpg')height, width = img.shape[:2]res = cv2.resize(img, (int(0.5*width),int(0.5*height)),interpolation= cv2.INTER_CUBIC)cv2.imshow('image', res)cv2.waitKey(0)cv2.destroyAllWindows()

图像平移

import numpy as npimport cv2img = cv2.imread('LightHouse.jpg')rows,cols = img.shape[:2]M =np.float32([[1,0,20],[0,1,50]])#向水平方向平移20，向垂直方向平移50res = cv2.warpAffine(img,M,(cols, rows))cv2.imshow('image', res)cv2.waitKey(0)cv2.destroyAllWindows()

图像旋转

import cv2img = cv2.imread('LightHouse.jpg')rows,cols = img.shape[:2]M = cv2.getRotationMatrix2D((cols*0.5, rows*0.5),45,1)'''参数1 必选参数。用于设置旋转中心点，点坐标为OpenCV图像坐标系下的坐标。参数2 必选参数。用于设置旋转的角度，单位为度。参数3 必选参数。用于设置缩放系数，即对旋转的图像进行缩放。'''res = cv2.warpAffine(img,M,(cols, rows))cv2.imshow('image', res)cv2.waitKey(0)cv2.destroyAllWindows()

图片仿射变换： 用于侵写照片修正， 在仿射变换中，原始图像中的所有平行线在输出图像中仍将平行。为了找到变换矩阵，我们需要 输入图像中的三个点及其在输出图像中的对应位置。

import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('badlighthouse.jpg')rows,cols = img.shape[:2]pts1 = np.float32([[0,0],[0,rows],[cols,0]])pts2 = np.float32([[0,rows],[cols,rows],[0,0]])M = cv2.getAffineTransform(pts1,pts2)res = cv2.warpAffine(img,M,(cols,rows))plt.subplot(121)plt.imshow(img)plt.title('input')plt.subplot(122),plt.imshow(res),plt.title('output')plt.show()

透视变换 对于透视变换，您需要3x3变换矩阵。即使在转换后，直线也将保持直线。要找到此变换矩阵，您需要在输入图像上有4个点，在输出图像上需要相应的点。在这四个点中，其中三个不应共线。 透视变换也用来修正照片，但是相比仿射变换的旋转倾斜修正，透视变换更倾向于视角方面导致图片倾斜的修正问题：

import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('src.jpg')rows,cols = img.shape[:2]pts1 = np.float32([[275,209],[507,281],[184,463],[434,547]])pts2 = np.float32([[90,360],[333,360],[100,612],[373,612]])M = cv2.getPerspectiveTransform(pts1, pts2)res = cv2.warpPerspective(img,M,(cols,rows))plt.subplot(121)plt.imshow(img)plt.title('input')plt.subplot(122),plt.imshow(res),plt.title('output')plt.show()

转载地址：http://zhben.baihongyu.com/