OpenCV Python - 调整图像大小和旋转图像

在本章中，我们将学习如何借助 OpenCVPython 调整图像大小和旋转图像。

调整图像大小

可以使用 cv2.resize() 函数放大或缩小图像。

resize ()函数的用法如下 -

resize(src, dsize, dst, fx, fy, interpolation)

一般来说，插值是估计已知数据点之间的值的过程。

当图形数据包含间隙，但间隙两侧或间隙内的几个特定点有可用数据时。插值允许我们估计间隙内的值。

在上面的 resize() 函数中，插值标志确定用于计算目标图像大小的插值类型。

插值类型

插值的类型如下 -

  • INTER_NEAREST - 最近邻插值。

  • INTER_LINEAR - 双线性插值（默认使用）

  • INTER_AREA - 使用像素区域关系重新采样。它是图像抽取的首选方法，但当图像缩放时，它类似于 INTER_NEAREST 方法。

  • INTER_CUBIC - 4x4 像素邻域的双三次插值

  • INTER_LANCZOS4 - 8x8 像素邻域的 Lanczos 插值

首选插值方法是用于缩小的 cv2.INTER_AREA 和用于缩放的 cv2.INTER_CUBIC（慢）和 cv2.INTER_LINEAR。

例子

以下代码将“messi.jpg”图像的大小调整为其原始高度和宽度的一半。

import numpy as np
import cv2
img = cv2.imread('messi.JPG',1)
height, width = img.shape[:2]
res = cv2.resize(img,(int(width/2), int(height/2)), interpolation =
cv2.INTER_AREA)

cv2.imshow('image',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

调整图像大小

旋转图像

OpenCV 使用仿射变换函数对图像进行平移和旋转等操作。仿射变换是一种可以用矩阵乘法（线性变换）和向量加法（平移）的形式表示的变换。

cv2 模块提供了两个函数cv2.warpAffine和cv2.warpPerspective，您可以使用它们进行各种转换。cv2.warpAffine 采用 2x3 变换矩阵，而 cv2.warpPerspective 采用 3x3 变换矩阵作为输入。

为了找到用于旋转的变换矩阵，OpenCV 提供了一个函数cv2.getRotationMatrix2D，如下所示 -

getRotationMatrix2D(center, angle, scale)

然后，我们将warpAffine函数应用于 getRotationMatrix2D() 函数返回的矩阵以获得旋转图像。

以下程序将原始图像旋转 90 度而不改变尺寸 -

例子

import numpy as np
import cv2
img = cv2.imread('OpenCV_Logo.png',1)
h, w = img.shape[:2]

center = (w / 2, h / 2)
mat = cv2.getRotationMatrix2D(center, 90, 1)
rotimg = cv2.warpAffine(img, mat, (h, w))
cv2.imshow('original',img)
cv2.imshow('rotated', rotimg)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

原始图像

原始图像

旋转图像

旋转图像