OpenCV Python - 图像缩放和旋转

在本章中，我们将学习如何使用 OpenCV Python 缩放和旋转图像。

图像缩放

可以使用 `cv2.resize()` 函数来放大或缩小图像。

resize() 函数使用方法如下：

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

一般来说，插值是估计已知数据点之间值的 process。

当图形数据包含间隙，但在间隙的两侧或间隙内的几个特定点上有可用数据时，插值允许我们估计间隙内的值。

在上面的 `resize()` 函数中，插值标志决定了用于计算目标图像大小的插值类型。

插值类型

插值类型如下：

• INTER_NEAREST - 最近邻插值。

• INTER_LINEAR - 双线性插值（默认使用）

• INTER_AREA - 使用像素面积关系进行重采样。它是图像缩小的首选方法，但是当图像放大时，它类似于 INTER_NEAREST 方法。

• INTER_CUBIC - 在 4x4 像素邻域上进行双三次插值

• INTER_LANCZOS4 - 在 8x8 像素邻域上进行 Lanczos 插值

建议缩小图像时使用 `cv2.INTER_AREA` 插值，放大图像时使用 `cv2.INTER_CUBIC`（较慢）和 `cv2.INTER_LINEAR` 插值。

示例

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

旋转图像

OpenCV 使用仿射变换函数进行图像平移和旋转等操作。仿射变换是一种可以表示为矩阵乘法（线性变换）后跟向量加法（平移）形式的变换。

cv2 模块提供两个函数 cv2.warpAffine 和 cv2.warpPerspective，您可以使用它们进行各种变换。`cv2.warpAffine` 使用 2x3 变换矩阵，而 `cv2.warpPerspective` 使用 3x3 变换矩阵作为输入。

为了找到旋转的变换矩阵，OpenCV 提供了一个函数 cv2.getRotationMatrix2D，其使用方法如下：

getRotationMatrix2D(center, angle, scale)

然后，我们将 `warpAffine` 函数应用于 `getRotationMatrix2D()` 函数返回的矩阵，以获得旋转后的图像。

下面的程序将原始图像旋转 90 度，而不改变尺寸：

示例

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

旋转后的图像