工程房地产行业一条龙网站,自己如何网站建设,网页制作需要学什么技术,山东网站制作文章结构 缩放dsize参数实现缩放fx参数和fy参数实现缩放 翻转仿射变换平移旋转倾斜 透视cmath模块 缩放
通过resize()方法可以随意更改图像的大小比例#xff1a;
dst cv2.resize(src, dsize, fx, fy, interpolation)src#xff1a; 原始图像dsize#xff1a; 输出图像的… 文章结构 缩放dsize参数实现缩放fx参数和fy参数实现缩放 翻转仿射变换平移旋转倾斜 透视cmath模块 缩放
通过resize()方法可以随意更改图像的大小比例
dst cv2.resize(src, dsize, fx, fy, interpolation)src 原始图像dsize 输出图像的大小格式为宽高单位为像素fx 可选水平方向的缩放比例fy 可选竖直方向的缩放比例interpolation 可选缩放的插值方式在图像缩小或放大时需要删减或补充像素该参数可以指定使用哪种算法对像素进行增减建议使用默认值dst 缩放之后的图像
resize()方法有两种使用方式一种时通过dsize参数实现缩放另一种时通过fx和fy参数实现缩放。
dsize参数实现缩放
dsize参数的格式是一个元组例如100200表示将图像按照宽100像素、高200像素的大小进行缩放。如果使用dsize参数就可以不写fx和fy参数。 实例1 将图像按照指定宽高进行缩放 import cv2img cv2.imread(3.png) # 读取图像
dst1 cv2.resize(img, (100, 100)) # 按照宽100像素、高100像素的大小进行缩放
dst2 cv2.resize(img, (400, 400)) # 按照宽400像素、高400像素的大小进行缩放
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst1, dst1) # 显示缩放图像
cv2.imshow(dst2, dst2)
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 fx参数和fy参数实现缩放
使用fx参数和fy参数控制缩放时dsize参数值必须使用None否则fx和fy会失效。fx参数和fy参数可以使用浮点值小于1的值表示缩小大于1的值表示放大。其计算公式为
新图像宽度 round( fx × 原图像宽度)新图像高度 round( fy × 原图像高度) 实例2 将图像按照指定比例进行缩放 import cv2img cv2.imread(3.png) # 读取图像
# 将宽缩小到原来的1/3、高缩小到原来的1/2
dst3 cv2.resize(img, None, fx1/3, fy1/2)
dst4 cv2.resize(img, None, fx1.5, fy1.5) # 将宽高扩大1.5倍
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst3, dst3) # 显示缩放图像
cv2.imshow(dst4, dst4) # 显示缩放图像
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 翻转
水平方向被称为X轴垂直方向被称为Y轴。图像沿着X轴或者Y轴反转之后可以呈现出镜面倒影的效果。
dst cv2.flip(src, flipCode)src 原始图像flipCode 翻转类型dst 翻转之后的图像
flipCode参数值及含义
参数值含义0沿着X轴翻转正数沿着Y轴翻转负数同时沿着X轴、Y轴翻转 实例3 同时实现三种翻转效果 import cv2img cv2.imread(3.png) # 读取图像
dst1 cv2.flip(img, 0) # 沿X轴翻转
dst2 cv2.flip(img, 1) # 沿Y轴翻转
dst3 cv2.flip(img, -1) # 同时沿X轴、Y轴翻转
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst1, dst1) # 显示翻转之后的图像
cv2.imshow(dst2, dst2)
cv2.imshow(dst3, dst3)
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 仿射变换
仿射变换是一种仅在二维平面中发生的几何变形变换之后的图像仍然可以保持直线的“平直性”和“平行性”包含平移、旋转和倾斜。 dst cv2.warpAffine(src, M, dsize, flags, borderMode, borderValue)src 原始图像。M 一个2行3列的矩阵根据此矩阵的值变换原图中的像素位置。dsize 输出图像的尺寸大小。flags 可选参数插值方式建议使用默认值。borderMode 可选边界类型建议使用默认值。borderValue 可选边界值默认为0建议使用默认值返回值说明:dst 经过仿射变换后输出图像
M也被叫作仿射矩阵实际上就是一个2x3的列表其格式如下所示
M [[a, b, c], [d, e, f]]图像做何种仿射变换完全取决于 M 的值仿射变换输出的图像会按照以下公式进行计算
新x 原x × a 原y × b c新y 原x × d 原y × e f
M矩阵中的数字采用32位浮点格式。可以采用两种方式创建M。
创建一个全是0的M
import numpy as np
M np.zeros((2,3), np.float32)创建M的同时赋予具体值
import numpy as np
M np.float32([[1, 2 ,3], [4, 5, 6]])通过设定M的值就可以实现多种仿射效果
平移
平移就是让图像中所有的像素同时沿着水平或垂直方向移动。实现这种效果只需要将M的值按照以下格式进行设置
M [[1, 0, 水平移动的距离],[0, 1, 垂直移动的距离]]原始图像的像素就会按照以下公式进行变换
新x 原x × 1 原y × 0 水平移动的距离新y 原x × 0 原y × 1 垂直移动的距离 实例4 让图像向右下方平移 import cv2
import numpy as npimg cv2.imread(3.png) # 读取图像
rows len(img) # 图像像素行数
cols len(img[0]) # 图像像素列数
M np.float32([[1, 0, 50], # 横坐标向右移动50像素[0, 1, 100]]) # 纵坐标向下移动100像素
dst cv2.warpAffine(img, M, (cols, rows))
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst, dst) # 显示仿射变换效果
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 旋转
让图像旋转也是通过M矩阵实现的但得出这个矩阵需要做很复杂的计算于是OpenCV提供了getRotationMatrix2D()方法来自动计算出旋转图像的M矩阵。
M cv2.getRotationMatrix2D(center, angle, scale)center 旋转的中心点坐标angle 旋转的角度不是弧度正数表示逆时针旋转负数表示顺时针旋转scale 缩放比例浮点类型如果取值1表示图像保持原来的比例M 方法计算出的仿射矩阵 实例5 让图像逆时针旋转 import cv2img cv2.imread(3.png) # 读取图像
rows len(img) # 图像像素行数
cols len(img[0]) # 图像像素列数
center (rows/2, cols/2) # 图像的中心点
# 以图像为中心逆时针旋转30度缩放0.8倍
M cv2.getRotationMatrix2D(center, 30, 0.8)
dst cv2.warpAffine(img, M, (cols, rows)) # 按照M进行仿射
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst, dst) # 显示仿射变换效果
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 倾斜
OpenCV需要定位图像的三个点来计算倾斜效果三个点的位置如下图所示 OpenCV会根据这三个点的位置变化来计算其他像素的位置变化。因为要保证图像的“平直性”和“平行性”所以不需要“右下角”的点做第四个参数右下角这个点的位置会根据 A、B、C 三点的变化自动计算得出。
让图像倾斜也是需要通过M矩阵实现的但得出这个矩阵需要做很复杂的运算于是 OpenCV提供了getAffineTransform()方法来自动计算出倾斜图像的M矩阵。
M cv2.getAffineTransform(src, dst)src 原图三个点坐标格式为 3行2列的 32 位浮点数列表例如: [[0,1] [1,0],[1,1]]dst 倾斜图像的三个点坐标格式与 src 一样。M 方法计算出的仿射矩阵 实例6 让图像向右倾斜 import cv2
import numpy as npimg cv2.imread(3.png) # 读取图像
rows len(img) # 图像像素行数
cols len(img[0]) # 图像像素列数
p1 np.zeros((3, 2), np.float32) # 32位浮点型空列表原图三个点
p1[0] [0, 0] # 左上角点坐标
p1[1] [cols - 1, 0] # 右上角点坐标
p1[2] [0, rows - 1] # 左下角点坐标
p2 np.zeros((3, 2), np.float32) # 32位浮点型空列表倾斜图三个点
p2[0] [50, 0] # 左上角点坐标向右挪50像素
p2[1] [cols - 1, 0] # 右上角点坐标位置不变
p2[2] [0, rows - 1] # 左下角点坐标位置不变
M cv2.getAffineTransform(p1, p2) # 根据三个点的变化轨迹计算出M矩阵
dst cv2.warpAffine(img, M, (cols, rows)) # 按照M进行仿射
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst, dst) # 显示仿射变换效果
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 想让图像向左倾斜不能通过移动A点来实现需要通过移动B点和C点来实现
p1 np.zeros((3, 2), np.float32) # 32位浮点型空列表原图三个点
p1[0] [0, 0] # 左上角点坐标
p1[1] [cols - 1, 0] # 右上角点坐标
p1[2] [0, rows - 1] # 左下角点坐标
p2 np.zeros((3, 2), np.float32) # 32位浮点型空列表倾斜图三个点
p2[0] [0, 0] # 左上角点坐标位置不变
p2[1] [cols - 1 - 50, 0] # 右上角点坐标向左移动50像素
p2[2] [50, rows - 1] # 左下角点坐标向右移动50像素透视
如果说仿射是让图像在二维平面中变形那么透视就是让图像在三维空间中变形。从不同的角度观察物体会看到不同的变形画面例如矩形会变成不规则的四边形、直角会变成锐角或钝角、圆形会变成椭圆等。这种变形之后的画面就是透视图。
如图 8.24 所示从图像的底部去观察图 8.25 的话图像底部距离眼睛较近所以宽度不变。但图像顶部距离眼睛较远宽度就会等比缩小于是观察者就会看到如图 8.26 所示的透视效果。 OpenCV中需要通过定位图像的四个点来计算透视效果四个点的位置如下图所示。OpenCV会根据这四个点的位置变化计算出其他像素的位置变化。透视效果不能保证图像的“平直性”和“平行性”。 dst cv2.warpPerspective(src, M, dsize, flags, borderMode, borderValue)src 原始图像M 一个3 行 3 列的矩阵根据此矩阵的值变换原图中的像素位置dsize 输出图像的尺寸大小。flags 可选插值方式建议使用默认值。borderMode 可选边界类型建议使用默认值。borderValue 可选边界值默认为 0建议使用默认值dst 经过透视变换后输出图像。
warpPerspective() 方法也需要通过 M矩阵来计算透视效果但得出这个矩阵需要做很复杂的运算于是OpenCV 提供了getPerspectiveTransform() 方法来自动计算M矩阵。
M cv2.getPerspectiveTransform(src, dst)src 原图四个点坐标格式为4行2列的32位浮点数列表例如[[0,0],[0,1],[1,0][1,1]]dst 透视图的四个点坐标格式与 src一样M 方法计算出的仿射矩阵 实例7 模拟从底部观察图像得到的透视效果 import cv2
import numpy as npimg cv2.imread(demo.png) # 读取图像
rows len(img) # 图像像素行数
cols len(img[0]) # 图像像素列数
p1 np.zeros((4, 2), np.float32) # 32位浮点型空列表保存原图四个点
p1[0] [0, 0] # 左上角点坐标
p1[1] [cols - 1, 0] # 右上角点坐标
p1[2] [0, rows - 1] # 左下角点坐标
p1[3] [cols - 1, rows - 1] # 右下角点坐标
p2 np.zeros((4, 2), np.float32) # 32位浮点型空列表保存透视图四个点
p2[0] [90, 0] # 左上角点坐标向右移动90像素
p2[1] [cols - 90, 0] # 右上角点坐标向左移动90像素
p2[2] [0, rows - 1] # 左下角点坐标位置不变
p2[3] [cols - 1, rows - 1] # 右下角点坐标位置不变
M cv2.getPerspectiveTransform(p1, p2) # 根据四个点的变化轨迹计算出M矩阵
dst cv2.warpPerspective(img, M, (cols, rows)) # 按照M进行仿射
cv2.imshow(img, img) # 显示原图
cv2.imshow(dst, dst) # 显示仿射变换效果
cv2.waitKey() # 按下任何键盘按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 ** 实例8** 生成图书封面俯视图 import cv2
import numpy as npw, h 320, 480 # 俯视图的宽高
img cv2.imread(book.jpg) # 读取原图
tmp cv2.GaussianBlur(img, (5, 5), 0) # 高斯滤波
tmp cv2.Canny(tmp, 50, 120) # 变为二值边缘图像
# 闭运算保证边缘闭合
tmp cv2.morphologyEx(tmp, cv2.MORPH_CLOSE, (15, 15), iterations2)
# 检测轮廓
contours, _ cv2.findContours(tmp, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for c in contours: # 遍历所有轮廓area cv2.contourArea(c) # 计算轮廓面积if area 10000: # 只处理面积廓大于10000的轮廓length cv2.arcLength(c, True) # 获取轮廓周长approx cv2.approxPolyDP(c, 0.02 * length, True) # 计算出轮廓的端点pts1 np.float32(approx) # 轮廓四个端点的坐标pts2 np.float32([[w, 0], [0, 0], [0, h], [w, h]]) # 正面图对应的四个端点坐标M cv2.getPerspectiveTransform(pts1, pts2) # 创建透视图M矩阵tmp cv2.warpPerspective(img, M, (w, h)) # 根据M矩阵做透视变换
cv2.imshow(img, img) # 展示原图
cv2.imshow(Top view, tmp) # 展示俯视图
cv2.waitKey() # 按下任何按键后
cv2.destroyAllWindows() # 释放所有窗体结果如下 cmath模块
除了前述 OpenCV 提供的用于对图像进行几何变换的方法外借助 Python 中的 cmath模块也能让图像呈现特定的视觉效果。例如让图像呈现波浪效果等。
通过 Python 中的 cmath 模块就能够让图像呈现波浪效果。cmath 模块提供了数学函数在复数域上扩展的运算函数这些函数允许复数、整数、浮点数等数据类型的数据输入因此这些函数的返回值也都是复数。要特别注意的是组成复数的实部和虚部都是浮点数。
这里要用到的是 cmath 模块中用于返回指定弧度的正弦值的 sin()方法
cmath.sin(x)x 与指定角度对应的弧度
在 cmath 模块中的 sin()方法中还可以设置与正弦函数对应的正弦图像的振幅和波长。例如把一幅图像的列像素 col 作为弧度设置与正弦函数对应的正弦图像的振幅为 20、波长为30的关键代码如下所示
20 * cmath.sin(col/15) # 15是一半的波长实例9 呈现波浪效果的图像 import cv2
import numpy as np
import cmathimg cv2.imread(rice.jpg) # 读取当前项目目录下的图像
shape img.shape # 获取图像的行像素、列像素和通道数
rows shape[0] # 获取图像的行像素
columns shape[1] # 获取图像的列像素
channel shape[2] # 获取图像的通道数
# 创建了一个行像素与图像的行像素相同列像素与图像的列像素相同具有3个通道的画布
canvas np.zeros([rows, columns, channel], np.uint8)
for row in range(rows): # 遍历图像的行像素for col in range(columns): # 遍历图像的列像素# 20是波的振幅15是一半的波长# 根据正弦函数计算每个像素点的横坐标移动后的位置i row 20 * cmath.sin(col/15)i round(np.real(i)) # 将复数结果转为实数并四舍五入if 0 i rows: # 如果移动后的像素点仍在画布范围内canvas[i, col] img[row, col] # 将原图像的像素点存放到与画布对应的像素点上
cv2.imshow(wave, canvas) # 在一个名为“wave”的窗口中显示呈现波浪效果的图像
cv2.waitKey() # 通过按下键盘上的按键
cv2.destroyAllWindows() # 销毁正在显示的窗口结果如下
