【CV】Opencv图像处理——①几何变换 (1)
1. 图像缩放
- API
cv2.resize(src,dsize # 绝对尺寸，直接指定调整后图像的大小fx=0, fy=0, # 相对尺寸，将dsize设置为None，然后将fx和fy设置为比例因子即可（放大：设置为大于1的数；缩小：设置为小于1的数）interpolation = cv2.INTER_LINEAR)
- interpolation：插值方法
| 插值 | 含义 |
|---|---|
| cv2.INTER_LINEAR | 双线性插值法 |
| cv2.INTER_NEAREST | 最近邻插值 |
| cv2.INTER_AREA | 像素区域重采样（默认） |
| cv2.INTER_CUBIC | 双三次插值 |
2. 图像平移
- API
cv.warpAffine(img, M, dsize)
- M：2*3移动矩阵
对于（x, y）处的像素点，要把它移动到（x+tx,y+ty）（x + t_x, y + t_y）（x+tx,y+ty）处时，M矩阵应如下设置：
M=[10tx01ty ]M = \begin{bmatrix}
1 & 0 & t_x \\
0 & 1 & t_y \\
~
\end{bmatrix}M=10 01txty，注意需要将M设置为np.float32类型的Numpy数组
- dsize：输出图像的大小
注意：输出图像的大小，它应该是**（宽度，高度）**的形式。其中，width = 列数，height = 行数
示例：
3. 图像旋转
图像旋转是指图像按照某个位置转动一定角度的过程，旋转中图像仍保持这原始尺寸。图像旋转后图像的水平对称轴，垂直对称轴及中心坐标原点都可能会发生变化，因此需要对图像旋转中的坐标进行相应转换。
- API
cv2.getRotationMatrix2D(center, # 旋转中心坐标angle, # 旋转角度scale) # 缩放比例（一般是缩放之后再进行旋转）
返回：M（旋转矩阵），然后调用cv.warpAffine完成图像的旋转
示例：
4. 仿射变换
图像的仿射变换涉及到图像的形状位置角度的变化，是深度学习预处理中常用功能，仿射变换主要是对图像的缩放，旋转，翻转和平移等操作的组合。
举例解释：
- API
# 创建变换矩阵
cv2.getAffineTransform(pts1, # 原始位置pts2) # 输出位置# 完成仿射变换示例：
5. 透射变换
透射变换是视角变化的结果，是指利用透视中心，像点，目标点三点共线的条件，按透视旋转定律使承影面（透视面）绕迹线（透视轴）旋转某一角度，破坏原有的投影光线束，仍能保持承影面上投影几何图形不变的变换。
- 找到变换矩阵API
# 创建变换矩阵
T = cv.getPerspectiveTransform(pst1, pst2)
# 进行变换
dst = cv.warpPerspective(img, T, (cols, rows))
示例：
6. 图像金字塔
图像金字塔是图像多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。
图像金字塔用于机器视觉和图像压缩，一副图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止采样。
金字塔的底部是待处理的高分辨率表示，而顶部是低分辨率的近似，层级越高，图像越小，分辨率越低。
- API
cv.pyrUp(img) # 对图像进行上采样
cv.pyrDown(img) # 对图像进行下采样
- 示例
