图像裁剪、调整大小、旋转、透视图像处理基本操作。
- croppedImage 图像裁剪
- Cv2.Resize() 调整图像大小
- 图像旋转
- Cv2.Rotate()旋转
- Cv2.Flip()翻转
- Cv2.WarpAffine()任意角度旋转
- Cv2.GetAffineTransform()透视
一、图像裁剪
// 读取原始图像
Mat image = new Mat("1.png", ImreadModes.Color);
// 设置感兴趣区域的坐标和尺寸
Rect roi = new Rect(100, 100, 200, 200);//坐标 x,y 尺寸 长宽
// 裁剪图像
Mat croppedImage = new Mat(image, roi);
// 显示图片
Cv2.ImShow("image", image);
Cv2.ImShow("croppedImage", croppedImage);
二、调整图像大小
void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR );
参数说明
- src:输入,原图像,即待改变大小的图像;
- dst:输出,改变大小之后的图像,这个图像和原图像具有相同的内容,只是大小和原图像不一样而已;
- dsize:输出图像的大小。如果这个参数不为0,那么就代表将原图像缩放到这个Size(width,height)指定的大小;如果这个参数为0,那么原图像缩放之后的大小就要通过下面的公式来计算:
- dsize = Size(round(fx*src.cols), round(fy*src.rows))
- 其中,fx和fy就是下面要说的两个参数,是图像width方向和height方向的缩放比例。
- fx:width方向的缩放比例,如果它是0,那么它就会按照(double)dsize.width/src.cols来计算;
- fy:height方向的缩放比例,如果它是0,那么它就会按照(double)dsize.height/src.rows来计算;
- interpolation:这个是指定插值的方式,图像缩放之后,肯定像素要进行重新计算的,就靠这个参数来指定重新计算像素的方式,有以下几种:
- INTER_NEAREST - 最邻近插值
- INTER_LINEAR - 双线性插值,如果最后一个参数你不指定,默认使用这种方法
- INTER_AREA -区域插值 resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
- INTER_CUBIC - 4x4像素邻域内的双立方插值
- INTER_LANCZOS4 - 8x8像素邻域内的Lanczos插值
void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR );
Mat srcImage = new Mat("1.png", ImreadModes.Color);
// 临时变量和目标图的定义
Mat dstImage1 = new Mat();
Mat dstImage2 = new Mat();
Mat dstImage3= new Mat();
Mat dstImage4 = new Mat();
//进行尺寸调整操作
Cv2.Resize(srcImage, dstImage1, new OpenCvSharp.Size(srcImage.Cols / 2, srcImage.Rows / 2), (double)InterpolationFlags.Linear);
Cv2.Resize(srcImage, dstImage2, new OpenCvSharp.Size(srcImage.Cols / 2, srcImage.Cols / 2), (double)InterpolationFlags.Area);
Cv2.Resize(srcImage, dstImage3, new OpenCvSharp.Size(srcImage.Cols * 2, srcImage.Cols * 2), (double)InterpolationFlags.Cubic);
Cv2.Resize(srcImage, dstImage4, new OpenCvSharp.Size(srcImage.Cols * 2, srcImage.Cols * 2), (double)InterpolationFlags.Linear);
Cv2.ImShow("dstImage1", dstImage1);
Cv2.ImShow("dstImage2", dstImage2);
Cv2.ImShow("dstImage3", dstImage3);
Cv2.ImShow("dstImage4", dstImage4);
OpenCV图像缩放resize各种插值方式的比较
三、图片旋转
- 左旋转90° Cv2.Rotate(src, dst, RotateFlags.Rotate90CounterClockwise);
- 右旋转90° Cv2.Rotate(src, dst, RotateFlags.Rotate90Clockwise);
- 旋转180° Cv2.Rotate(src, dst, RotateFlags.Rotate180);
- 垂直翻转 Cv2.Flip(src, dst, FlipMode.Y);
- 水平翻转Cv2.Flip(src, dst, FlipMode.X);
using OpenCvSharp;
using System;
class Program
{
static void Main()
{
Mat src = new Mat("input.jpg", ImreadModes.Color);
Mat dst = new Mat();
Cv2.Rotate(src, dst, RotateFlags.Rotate90Clockwise);
Cv2.ImShow("dst", dst);
Cv2.WaitKey(0);
}
}
6.任意角度旋转
Cv2.WarpAffine(
InputArray src, // 输入图像
OutputArray dst, // 输出图像
InputArray M, // 旋转矩阵
Size dsize, // 输出图像大小
int flags = INTER_LINEAR, // 像素插值方式
int borderMode = BORDER_CONSTANT, // 背景填充默认为常量
const Scalar & borderValue = Scalar() // 填充颜色默认为黑色
)
using OpenCvSharp;
Mat img = new Mat("1.png", ImreadModes.Grayscale);
Point2f center = new Point2f(img.Cols / 2f, img.Rows / 2f);
//使用了Cv2.GetRotationMatrix2D()函数构建旋转矩阵,然后使用Cv2.WarpAffine()函数进行仿射变换。
Mat matrix = Cv2.GetRotationMatrix2D(center, 45, 0.6);
Cv2.WarpAffine(img, img, matrix, img.Size());
Cv2.ImShow("img", img);
Cv2.WaitKey(0);
Cv2.DestroyAllWindows();
7.图像透视
Cv2.GetAffineTransform(srcPoints, dstPoints);
参数
src: 代表输入图像的三个点坐标, 形为:[[col_1, row_1], [col_2, row_2], [col_3, row_3]]
dst: 代表输出图像的三个点坐标, 形为:[[col_4, row_4], [col_5, row_5], [col_6, row_6]]
点1 由位置 [col_1, row_1] 移动到 [col_4, row_4]
点2 由位置 [col_2, row_2] 移动到 [col_5, row_5]
点3 由位置 [col_3, row_3] 移动到 [col_6, row_6]
由这3个点的位置变化,可以得到 变化矩阵 M
————————————————
版权声明:本文为CSDN博主「Enzo 想砸电脑」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_37804469/article/details/112304112
using OpenCvSharp;
Mat src = new Mat("input.jpg", ImreadModes.Color);
Mat dst = new Mat();
Point2f[] srcPoints = new Point2f[]
{
new Point2f(0, 0),
new Point2f(src.Cols, 0),
new Point2f(0, src.Rows)
};
Point2f[] dstPoints = new Point2f[]
{
new Point2f(src.Cols * 0.0f, src.Rows * 0.33f),
new Point2f(src.Cols * 0.85f, src.Rows * 0.25f),
new Point2f(src.Cols * 0.15f, src.Rows * 0.7f)
};
Mat affineMatrix = Cv2.GetAffineTransform(srcPoints, dstPoints);
Cv2.WarpAffine(src, dst, affineMatrix, src.Size());
Cv2.ImShow("src", src);
Cv2.ImShow("dst", dst);
Cv2.WaitKey();