一般的变换放大缩小（都是由插值算法得到的，但是都会有损失，目前的超分辨率网络，应该是最好的图像算法，到时候会讲一下超分辨率网络）
直接进入opencv函数（具体插值算法可百度，简单的很）

resize改变图片大小

例子

import cv2
image=cv2.imread("/home/dfy/Pictures/Camera_photo/Camera_photo/sss.jpg")image1=cv2.resize(image,(1300,1200))
cv2.imshow("",image1)
cv2.waitKey(0)if __name__ == '__main__':print()

calcHist函数

hist=cv2.calcHist(images="",channels="",mask="",hist="",histSize="",accumulate="")
images输入图像
channels 输入图像的通道
mask掩模图计算全部图的时候直接为None如果计算部分图像需要配相应的mask
histSize灰度级的个数
range像素值范围
例子

import cv2
from matplotlib import pyplot as pltdef main():image = cv2.imread("/home/dfy/Pictures/Camera_photo/Camera_photo/page2.jpg")chans=cv2.split(image)colors=("b","g","r")plt.figure()#创建画布plt.title("tu")plt.xlabel("bin")plt.ylabel("#of pixes")for (chan,color) in zip(chans,colors):hist = cv2.calcHist([chan], [0], None, [256], [0, 256])plt.plot(hist,color=color)plt.xlim([0,256])plt.show()input()if __name__ == '__main__':main()

使用几何变换实现哈哈镜子特效
输人图像f(x, y),宽高分别为Width和Height,设置图像中心坐标Center (cx, xy)为缩放中心点，图像上任意一点到中心点的相对坐标x-Cx, ty=y- -cY。哈哈镜效果分为图像拉伸放大和图像缩小。
对于图像拉伸放大，设置图像变换的半径为radius,哈哈镜变换后的图像为p(x, y)。

x=(tx/2)×(sqrt(tx×tx+ty×ty)/radius)+cxx= (tx/2)\times (sqrt(tx \times tx+ty \times ty)/radius) +cxx=(tx/2)×(sqrt(tx×tx+ty×ty)/radius)+cx
y=(ty/2)×(sqrt(tx×tx+ty×ty)/radius)+cyy= (ty/2) \times (sqrt(tx \times tx+ty \times ty)/radius) +cyy=(ty/2)×(sqrt(tx×tx+ty×ty)/radius)+cy

对于图像缩小，设置图像变换的半径为radius,哈哈镜变换后的图像为p(x, y)。

x=cos(atan2(ty,tx))12(sqrt(txxtx+tyxty)+cxx= {cos(atan2(ty, tx))}{12}{(sqrt(txxtx +tyxty) +cx}x=cos(atan2(ty,tx))12(sqrt(txxtx+tyxty)+cx
y=sin(atan2(ty,bx))12(sqrt(txxtx+tyxy)+cyy= sin(atan2(ty, bx))12 (sqrt(txxtx+tyxy) +cyy=sin(atan2(ty,bx))12(sqrt(txxtx+tyxy)+cy
例子1


#可以自己调整中心点
import cv2
import mathdef maxframe():frame = cv2.imread("/home/dfy/PycharmProjects/GAN-TTS-master/sss.jpg")height, width, n = frame.shapecenter_x = width / 2center_y = height / 2randius = 400  # 直径real_randius = int(randius / 2)  # 半径new_data = frame.copy()for i in range(width):for j in range(height):tx = i - center_xty = j - center_ydistance = tx ** 2 + tx ** 2# 为了保证选择的像素是图片上的像素if distance < randius ** 2:new_x = tx / 2new_y = ty / 2# 图片的每个像素的坐标按照原来distance 之后的distance（real_randius**2）占比放大即可new_x = int(new_x * math.sqrt(distance) / real_randius + center_x)new_y = int(new_y * math.sqrt(distance) / real_randius + center_y)# 当不超过new_data 的边界时候就可赋值if new_x < width and new_y < height:new_data[j][i][0] = frame[new_y][new_x][0]new_data[j][i][1] = frame[new_y][new_x][1]new_data[j][i][2] = frame[new_y][new_x][2]cv2.imshow("", new_data)cv2.waitKey(0)def MinFrame():frame = cv2.imread("/home/dfy/PycharmProjects/GAN-TTS-master/sss.jpg")height,width,n=frame.shapecenter_x=width/2center_y=height/2new_data=frame.copy()for i in range(width):for j in range(height):tx=i-center_xty=j-center_ytheta=math.atan2(ty,tx)radius=math.sqrt(tx**2+ty**2)new_x=int(center_x+math.sqrt(radius)*20*math.cos(theta))new_y=int(center_y+math.sqrt(radius)*20*math.sin(theta))if new_x<0 and new_x>width:new_x=0elif new_y<0 and new_y>height:new_y=0else:new_data[j][i][0] = frame[new_y][new_x][0]new_data[j][i][1] = frame[new_y][new_x][1]new_data[j][i][2] = frame[new_y][new_x][2]cv2.imshow("", new_data)cv2.waitKey(0)if __name__ == '__main__':# maxframe()MinFrame()

opencv-python处理图片的一些列操作之几何变换相关推荐

opencv-python处理图片的一些列操作
cvtColor函数这个函数有两个参数 1,src 要进行变换的原图像 2,code 转换代码标识例子: import cv2 image=cv2.imread("ddd.jpg&quo ...
Opencv - python快速入门
Opencv - python 文章目录 Opencv - python 1. 图像的IO操作 1.1 读取图像 1.2显示图像 1.3 保存图像 1.4 总结 2 绘制几何图形 2.1 绘制直线 2 ...
python对excel某一列去重-「总结篇」Python中所有的Excel操作技巧
原标题:「总结篇」Python中所有的Excel操作技巧 Python对于Excel的操作是多种多样的,掌握了相关用法就可以随心所欲的操作数据了! 操作xls文件 xlrd(读操作): import ...
python pandas dataframe函数_Pandas的DataFrame列操作
13. Pandas的DataFrame列操作本章主要研究一下DataFrame数据结构如何修改.增删等操作. 13.1 rename修改列名字对一个dataframe的数据使用rename函数后 ...
OpenCV Python在计算机视觉中的应用
OpenCV Python教程在这篇文章中,我们将使用Python中的OpenCv来涵盖计算机视觉的各个方面.OpenCV长期以来一直是软件开发的重要组成部分. 什么是计算机视觉? 我们考虑一个场景 ...
python获取图片像素矩阵_用python处理图片实现图像中的像素访问
这篇文章主要介绍了关于用python处理图片实现图像中的像素访问,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下前面的一些例子中,我们都是利用Image.open()来打开一幅图像,然 ...
OpenCV Python教程（2、图像元素的访问、通道分离与合并）
OpenCV Python教程之图像元素的访问.通道分离与合并转载请详细注明原作者及出处,谢谢! 访问像素像素的访问和访问numpy中ndarray的方法完全一样,灰度图为: [python] v ...
独家｜OpenCV 1.4 对图像的操作
翻译:陈之炎校对:吴振东本文约2400字,建议阅读5分钟本文为大家系统地介绍了OpenCV对图像的操作. 图像的输入/输出从文件中加载图像: 如果读入的是一个JPG文件,默认状态下会创建一个3通道 ...
python像素大于_用python处理图片实现图像中的像素访问
前面的一些例子中,我们都是利用Image.open()来打开一幅图像,然后直接对这个PIL对象进行操作.如果只是简单的操作还可以,但是如果操作稍微复杂一些,就比较吃力了.因此,通常我们加载完图片后,都 ...

opencv-python处理图片的一些列操作之几何变换

resize改变图片大小

calcHist函数

opencv-python处理图片的一些列操作之几何变换相关推荐

最新文章

热门文章