详解OpenCV入门知识图片预处理

OpenCV是一个跨平台计算机视觉和机器学习算法库。它不仅能用来实现各种复杂的算法，还能够对图像进行预处理：包括图像的平移、旋转、缩放、翻转、裁剪。希望把这些知识分享给初学者。

图像平移

我们使用OpenCV提供的仿射变换函数cv.warpAffine（）沿x和y轴移动图像。

Step1. 调用一个函数cv.warpAffine（）。

Step2. 创建一个平移矩阵，这一步需要借助NumPy进行。

Step3. 将img（需要变换的图像）、transMAT（平移矩阵）和Dimensions（维度）代入仿射变换函数cv.warpAffine（），输入x和y以确定平移多少。

向左、向上移动，则x、y设为负数，反之则为正数。

Step4. 采用cv.imshow（）函数显示图像。

## Translation

def translation（img，x，y）：

tranMAT = np.float32（［［1，0，x］，［0，1，y］］）

dimensions = （img.shape［1］，img.shape［0］）

return cv.warpAffine（img，transMAT，dimensions）

translated = translation（img，-100，100）

cv.imshow（“Translated”，translated）

cv.waitKey（0）

图像旋转

在OpenCV中旋转图像，可以将任何点用作旋转的中心，同样使用cv.warpAffine（）函数以及和上面相同的参数。但是旋转矩阵与图像平移是不同的。

Step1. 创建一个旋转函数，定义图像img、旋转角度angle和旋转点rotPoint。

Step2. 利用cv.getRotationMatrix2D（）（矩阵旋转与缩放）创建一个旋转矩阵rotMAT，其中包括旋转点、旋转角度和比例因子。如果不需要比例因子，则将其设为1.0。

Step3. 输入旋转角度、旋转点对应数值。（如不需要设置旋转点，则在Step1中设为空值None）

## Rotation

def rotate（img，angle，rotPoint=None）：

（height，width） = img，shape［：2］

if rotPoint is None：

rotPoint = （width//2，height//2）

rotMAT = cv.getRotationMatrix2D（rotPoint，angle，1.0）

dimension = （width，height）

return cv.warpAffine（img，rotMat，dimension）

rotated = rotated（img，20）

cv.imshow（“Rotated”，rotated）

cv.waitKey（0）

图片缩放

在OpenCV中需要用到函数cv.resize（img， （500， 500）， interpolation=cv.INTER_LINEAR）。

根据缩小或放大图像的需要，参数指定插值方法可以选择cv.INTER_AREA（区域插值）、cv.INTER_CUBIC（三次样条插值）、cv.INTER_LINEAR（线性插值）。

如需放大图像，可以采用《》 INTER_LINEAR（效率较高）或INTER_CUBIC（效率较低）；

如需缩小图像，可以采用《》 INTER_AREA。

## Resize

resized = cv.resize（img（500，500），interpolation=cv.INTER_LINEAR）

cv.imshow（“resized”，resized）

cv.waitKey（0）

图片翻转

使用OpenCV中的cv.flip（）函数，该函数支持图像的翻转（垂直翻转、水平翻转，以及同时翻转均可）。

cv.flip（img，flipcode）翻转模式有三种：0为垂直翻转，1为水平翻转，-1 为两个方向同时翻转。

## Flipping

flipped = cv.flip（img，0）

cv.imshow（“Flipped”，flipped）

cv.waitKey（0）

图像裁剪

运用Cropped = image［a1:a2，b1:b2］ 裁剪图像img得到一个矩形，高度从a1到a2，宽度从b1到b2。

## Cropping

cropped = img［100:200，100:200］

cv.imshow（“Cropped”，cropped）

cv.waitKey（0）

除此之外，OpenCV还能用于空间颜色转换、物体跟踪、图像分割、轮廓提取、结构分析、人脸识别等，功能十分强大。

Raoof Naushad不仅发布了这篇教程，还分享了用于基本和高级图像处理的OpenCV速查表，感兴趣的朋友可以通过下方链接查看。
编辑：lyn