计算机视觉中的图像变换技术

### 计算机视觉中的图像变换技术 在计算机视觉领域，常常需要将图像转换为不同的形式。本文将通过一系列Python示例，介绍使用OpenCV库进行图像变换的多种技术，包括调整大小、平移、旋转、翻转、裁剪以及图像算术和位运算。 #### 1. 调整图像大小（Resizing） 调整图像大小是指增加或减少图像的高度和宽度。在调整图像大小时，需要记住一个重要概念——宽高比（aspect ratio），它是宽度与高度的比例，计算公式为：宽高比 = 宽度 / 高度。例如，正方形图像的宽高比为1:1，若图像高度为300px，宽度为600px，则宽高比为2:1。保持原始宽高比可以确保调整后的图像不会看起来拉伸或压缩。 OpenCV提供了`resize()`函数来实现两种不同的图像调整大小技术： - **按像素调整到所需大小**：保持宽高比的情况下，若已知所需的图像高度，可以使用原始图像的宽高比计算相应的宽度。 - **按比例调整**：例如，将图像宽度扩大1.5倍或高度扩大2.5倍。 以下是使用`resize()`函数计算宽高比并调整图像大小的代码示例： ```python # Image transformation using the resize() function import cv2 import numpy as np # Load image imagePath = "images/zebra.png" image = cv2.imread(imagePath) # Get image shape which returns height, width, and channels as a tuple. Calculate the aspect ratio (h, w) = image.shape[:2] aspect = w / h # let's resize the image to decrease height by half of the original image. # Remember, pixel values must be integers. height = int(0.5 * h) width = int(height * aspect) # New image dimension as a tuple dimension = (height, width) resizedImage = cv2.resize(image, dimension, interpolation=cv2.INTER_AREA) cv2.imshow("Resized Image", resizedImage) # Resize using x and y factors resizedWithFactors = cv2.resize(image, None, fx=1.2, fy=1.2, interpolation=cv2.INTER_LANCZOS4) cv2.imshow("Resized with factors", resizedWithFactors) cv2.waitKey(0) ``` `resize()`函数的参数如下： |参数|说明| |----|----| |第一个参数|由NumPy数组表示的原始图像| |第二个参数|预期调整大小的维度，是一个表示调整后图像高度和宽度的整数元组。若要使用水平或垂直比例调整大小，则将此参数设为None| |第三个和第四个参数（fx和fy）|水平（宽度方向）和垂直（高度方向）的调整比例，这两个参数是可选的| |最后一个参数|插值算法，OpenCV内部用于调整图像大小的算法。OpenCV支持以下五种插值算法：| | - INTER_LINEAR | 双线性插值，确定四个最近邻（2×2 = 4）并计算其加权平均值来确定下一个像素的值 | | - INTER_NEAREST | 最近邻插值方法，通过考虑给定点周围（相邻）点的函数值来近似非给定点的函数值 | | - INTER_CUBIC | 双三次插值算法，使用4×4 = 16个最近邻来确定下一个像素的值。在对速度要求不高时，双三次插值比双线性插值能得到更好的调整后图像 | | - INTER_LANCZOS4 | 使用8×8最近邻插值 | | - INTER_AREA | 通过使用像素面积关系（如OpenCV官方文档所述）计算像素值。使用此算法可创建无莫尔条纹的调整后图像。当图像尺寸增大时，INTER_AREA类似于INTER_NEAREST方法 | #### 2. 图像平移（Translation） 图像平移是指沿x轴和y轴将图像向左、右、上或下移动。移动图像的过程涉及两个主要步骤：定义平移矩阵和调用OpenCV的`warpAffine()`函数。平移矩阵决定了移动的方向和幅度。 以下是图像沿x轴和y轴平移的代码示例： ```python # Image translation using OpenCV's warpAffine() to move image along x- and y-axes import cv2 import numpy as np # Load image imagePath = "images/soccer-in-green.jpg" image = cv2.imread(imagePath) # Define translation matrix translationMatrix = np.float32([[1,0,50],[0,1,20]]) # Move the image movedImage = cv2.warpAffine(image, translationMatrix, (image.shape[1], image.shape[0])) cv2.imshow("Moved image", movedImage) cv2.waitKey(0) ``` `warpAffine()`函数的参数如下： - **第一个参数**：要移动的图像的NumPy表示。 - **第二个参数**：定义移动方向和移动量的平移矩阵。 - **第三个参数**：一个元组，包含要在其中移动图像的画布的宽度和高度。在本例中，画布大小与原始图像的高度和宽度相同。 平移矩阵是一个2×3矩阵或二维数组。例如，`[1,0,50]`表示沿x轴向右移动50个像素，若该数组的第三个元素为负数，则向左移动；`[0,1,20]`表示沿y轴向下移动20个像素，若该数组的第三个元素为负数，则向上移动。 #### 3. 图像旋转（Rotation） 要将图像旋转特定角度，首先需要使用OpenCV提供的`getRotationMatrix2D()`函数定义旋转矩阵。然后，使用`warpAffine()`函数执行实际的旋转操作。 以下是围绕图像中心旋转45度（顺时针）的代码示例： ```python # Example code to demonstrate image rotation using OpenCV’s warpAffine function import cv2 import numpy as np # Load image imagePath = "images/zebrasmall.png" image = cv2.imread(imagePath) (h,w) = image.shape[:2] # Define translation matrix center = (h//2, w// ```