使用 OpenCV 进行视觉图片调整的几种常见方法

以下是使用 OpenCV 进行视觉图片调整的几种常见方法：

调整图片大小

• 指定目标尺寸 ：使用cv2.resize()函数，通过设定目标图像的宽度和高度来调整图片大小。例如，将图片调整为 200x200 像素：
  *

import cv2

image = cv2.imread('example.jpg')

resized_image = cv2.resize(image, (200, 200))

cv2.imshow('Original Image', image)

cv2.imshow('Resized Image', resized_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```

• 指定缩放比例 ：通过设置fx和fy参数来确定宽度和高度的缩放比例。如将图片按照 0.5 倍的比例缩小：
  *

resized_image = cv2.resize(image, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)

cv2.imwrite('resized_image.jpg', resized_image)

* ```

旋转图片

• 使用旋转变换矩阵 ：调用cv2.getRotationMatrix2D()函数获取旋转变换矩阵，然后利用cv2.warpAffine()函数进行仿射变换以实现图片旋转。例如，将图片绕中心点旋转 45 度：
  *

import cv2

import numpy as np

image = cv2.imread('image.jpg')

height, width = image.shape[:2]

center = (width / 2, height / 2)

rotate_matrix = cv2.getRotationMatrix2D(center, 45, 1)

rotated_image = cv2.warpAffine(image, rotate_matrix, (width, height))

cv2.imshow('Rotated Image', rotated_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```

平移图片

• 构建平移矩阵 ：通过构建一个平移矩阵，指定图片在 x 轴和 y 轴方向上的平移距离，再使用cv2.warpAffine()函数进行平移变换。例如，将图片在 x 轴方向平移 50 像素，y 轴方向平移 30 像素：
  *

import cv2

import numpy as np

image = cv2.imread('image.jpg')

height, width = image.shape[:2]

translation_matrix = np.float32([[1, 0, 50], [0, 1, 30]])

translated_image = cv2.warpAffine(image, translation_matrix, (width, height))

cv2.imshow('Translated Image', translated_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```

翻转图片

• 使用翻转函数 ：借助cv2.flip()函数实现图片的翻转操作，通过设置翻转方向参数flipCode来确定翻转方式。例如，分别沿 x 轴、y 轴和对角线翻转图片：
  *

import cv2

image = cv2.imread('image.jpg')

flipped_x = cv2.flip(image, 0) # 沿 x 轴翻转

flipped_y = cv2.flip(image, 1) # 沿 y 轴翻转

flipped_xy = cv2.flip(image, -1) # 沿对角线翻转

cv2.imshow('Flipped X Image', flipped_x)

cv2.imshow('Flipped Y Image', flipped_y)

cv2.imshow('Flipped XY Image', flipped_xy)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```

图像滤波

• 均值滤波 ：利用cv2.blur()函数对图像进行均值滤波，通过设定滤波核的大小来控制滤波效果。例如，使用 5x5 的滤波核对图片进行均值滤波：
  *

import cv2

image = cv2.imread('image.jpg')

blurred_image = cv2.blur(image, (5, 5))

cv2.imshow('Blurred Image', blurred_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```

• 高斯滤波 ：使用cv2.GaussianBlur()函数对图像进行高斯滤波，需指定高斯核的大小和标准差。例如，使用 5x5 的高斯核对图片进行高斯滤波：
  *

import cv2

image = cv2.imread('image.jpg')

gaussian_blurred_image = cv2.GaussianBlur(image, (5, 5), 0)

cv2.imshow('Gaussian Blurred Image', gaussian_blurred_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```

图像裁剪

• 获取感兴趣区域 ：通过设定裁剪区域的边界坐标，从原图中截取出感兴趣的部分。例如，裁剪出图片中左上角 200x100 像素大小的区域：
  *

import cv2

image = cv2.imread('image.jpg')

cropped_image = image[0:100, 0:200]

cv2.imshow('Cropped Image', cropped_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

* ```