前面介紹怎么樣實(shí)現(xiàn)平移的功能，接著下來演示縮放功能。比如在一個(gè)文檔里插入一個(gè)圖片，發(fā)現(xiàn)這個(gè)圖片占用太大的面積了，要把它縮小，才放得下，與文字的比例才合適。這樣的需求，就需要使用仿射變換的縮放功能，而實(shí)現(xiàn)這個(gè)功能的方法，就是采用齊次坐標(biāo)的變換功式：

可看到最后一條公式，就是縮放公式，要實(shí)現(xiàn)二維圖像的縮放，需要構(gòu)造前面那個(gè)縮放矩陣，因此在OpenCV也是構(gòu)造一個(gè)2X3的矩陣。不過，在縮放變換里，要考慮另外一個(gè)問題，比如圖片放大之后，原來兩點(diǎn)像素的距離變大了，在中間留下了空間，那么中間空白的像素點(diǎn)怎么樣處理呢？其實(shí)圖像處理要完成兩個(gè)獨(dú)立的算法計(jì)算，首先需要一個(gè)算法實(shí)現(xiàn)空間坐標(biāo)變換，用它描述每個(gè)像素如何從初始位置移動(dòng)到終止位置。其次需要一個(gè)插值算法完成輸出圖像的每個(gè)像素的顏色值。在放大或縮小里，就需要計(jì)算像素的顏色值了，就需要使用插值算法。不過插值算法也是五花百門的，最簡單的方法就是向鄰近元素借用它們的值，比如放大之后原來元素坐標(biāo)為1和3了，留下坐標(biāo)2的點(diǎn)為空，那么2的點(diǎn)就可以借用1或3點(diǎn)的顏色值，在opencv里就可以使用cv.INTER_NEAREST標(biāo)志表示這個(gè)意思。有時(shí)候中間留下的點(diǎn)很多，如果全部取一個(gè)點(diǎn)的顏色值，就會(huì)在圖形上出現(xiàn)一片相同的顏色值，讓圖片不好看。為了解決這個(gè)問題，向更好的插值算法推廣，接著引入雙線性插值（cv.INTER_LINEAR），這個(gè)插值算法使用了附近四個(gè)點(diǎn)的顏色值來計(jì)算，這樣就不是單獨(dú)考慮一個(gè)元素的值了，這樣就比只取一個(gè)點(diǎn)的值好很多，因此也成為opencv里仿射函數(shù)里默認(rèn)的值。如果要更好的插值，還有很多更高級(jí)的三次樣條插值等等，不過計(jì)算量也上去了。

下面通過例子來演示縮放的操作：

#python 3.7.4,opencv4.1
#蔡軍生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
 
#圖片的路徑
imgname = "img1.jpg"
 
#讀取圖片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
 
#圖片的高度和寬度
h,w = image.shape[:2]
 
#構(gòu)造縮放的2X3的矩陣，然后調(diào)用warpAffine執(zhí)行縮放
A1 = np.array([[0.5, 0, 0], [0, 0.5, 0]], np.float32)
d1 = cv2.warpAffine(image, A1, (w, h), borderValue = 125)
 
#顯示操作之后的圖片
cv2.imshow("d1",d1)
 
#顯示圖像
cv2.imshow("image", image)
 
#等待用戶輸入，然后刪除所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結(jié)果如下：

左圖是X軸和Y軸都縮小一半的圖片，右邊是原圖。

在這個(gè)例子里與平移不一樣的，就是矩陣的變化：

np.array([[0.5, 0, 0], [0, 0.5, 0]], np.float32)

就是矩陣對角線上的值發(fā)生了變化，如果要放大就是變?yōu)榇笥?的值。

總結(jié)

以上所述是小編給大家介紹的使用OpenCV實(shí)現(xiàn)仿射變換—縮放功能,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！

最新評(píng)論