OpenCv-python之图像的缩放和旋转

说明：在今后的机器学习中如果出现训练样本有限的情况下需要通过opencv来缩放旋转图像，以达到增加训练样本的作用。好好学习。

首先来看个例子

import cv2import osdef read_img(source_imgpath):    img = cv2.imread(source_imgpath, 1)    return img'''缩放'''def crop_img(img, new_x, new_y):    res = cv2.resize(img, (new_x, new_y), interpolation=cv2.INTER_AREA) #见下    cv2.imwrite("./" + str(new_x) + '_' + str(new_y) +                '.jpg', res)'''旋转'''def rotate_img(img, rotate_angle, outputdir):    if not os.path.exists(outputdir) and not os.path.isdir(outputdir):  #a判断当前路径是否为绝对路径或者是否为路径        os.mkdir(outputdir)  #生成单级路径    rows, cols = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).shape    #cvtcolor 是颜色转换参数    M = cv2.getRotationMatrix2D((cols / 2, rows / 2), rotate_angle, 1)    dst = cv2.warpAffine(img, M, (cols, rows))    cv2.imwrite(outputdir + os.path.sep + 'pic_' + str(rotate_angle) + '.jpg', dst)if __name__ == '__main__':    img = read_img("./bd.jpg")    print(img.shape)    crop_img(img, 64, 64)    curr_angle = 0    while curr_angle < 360:        rotate_img(img, curr_angle, "./bd1")        curr_angle +=15

---

1. res = cv2.resize(img, (new_x, new_y), interpolation=cv2.INTER_AREA)

 dst = cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])  目标：你可以对图像进行倍数的放大和缩小  也可以直接的输入尺寸大小 非关键字参数组有2个：src,dsize，分别是源图像与缩放后图像的尺寸 关键字参数为dst,fx,fy,interpolation     dst为缩放后的图像，fx,fy为图像x,y方向的缩放比 interplolation为缩放时的插值方式，有三种插值方式：   CV_INTER_NN - 最近邻插值,   CV_INTER_LINEAR - 双线性插值 (缺省使用)   CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法..    CV_INTER_CUBIC - 立方插值.

---

2. dst = cv2.warpAffine(img, M, (cols, rows))

     dst = cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[,          borderValue]]]]) 仿射变换cv2.warpAffine()

非关键字参数有src, M, dsize，分别表示源图像，变换矩阵，变换后的图像的长宽
这里说一下放射变换的变换矩阵
位移变换矩阵为：2×3

[1001txty]

旋转变换矩阵：

a.标准旋转变换矩阵为

[cossin−sin−cos]

但该矩阵没有考虑旋转变换时进行位移以及缩放操作，

b.OpenCV中的旋转变换如下：

[a−bba(1−a)center.x−b.center.yb.center.x+(1−a).center.y]

其中，a=scale.cosb=scale.sin

OpenCV中提供了一个函数获得这样一个矩阵
M=cv2.getRotationMatrix2D(rotate_center, degree, scale)
rotate_center为一个2元的元组，表示旋转中心坐标，degree表示逆时针旋转的角度，scale表示缩放的比例

---

说明：在今后的机器学习中如果出现训练样本有限的情况下需要通过opencv来缩放旋转图像，以达到增加训练样本的作用。好好学习。仅此。