opencv函数展示2

一、像素操作与算术运算

1.cv2.split()

2. cv2.merge()

3.cv2.add()

4.cv2.bitwise_and()

5.cv2.bitwise_or()

6.cv2.inRange()

二、仿射变换

1.cv2.getRotationMatrix2D()

2.cv2.warpAffine()

3.cv2.flip()

4.cv2.resize()

三、透视变换

1.cv2.getPerspectiveTransform()

2.cv2.warpPerspective()

四、常用插值方法

• cv2.INTER_NEAREST: 最近邻插值

• cv2.INTER_LINEAR: 双线性插值(默认)

• cv2.INTER_CUBIC: 双三次插值

• cv2.INTER_AREA: 区域插值(缩小图像时效果较好)

• cv2.INTER_LANCZOS4: Lanczos插值

五、边界填充方式

• cv2.BORDER_CONSTANT: 常数填充

• cv2.BORDER_REPLICATE: 复制边缘像素

• cv2.BORDER_REFLECT: 镜像反射

• cv2.BORDER_WRAP: 平铺重复

图像矫正练习1.

import cv2
import numpy as np

img = cv2.imread("../images/youhua2.png")
cv2.imshow("original image", img)

# 进行透视变换
# 1、获取透视变换矩阵
# 源图像中的四个点
src = np.array([[180, 120],
                [632, 12],
                [670, 528],
                [90, 466]], dtype="f4")

# 目标图像中的四个点
dst = np.array([[0, 0],
                [800, 0],
                [800, 640],
                [0, 640]], dtype="f4")

M = cv2.getPerspectiveTransform(src, dst)

# 2、进行透视变换
per_img = cv2.warpPerspective(img, M, (800, 640))

cv2.imshow("per_img", per_img)
cv2.waitKey(0)

运行结果：

图像矫正练习2.

import cv2
import numpy as np

img = cv2.imread("../images/image2.png")
cv2.imshow("original image", img)

# 进行透视变换
# 1、获取透视变换矩阵
# 源图像中的四个点
src = np.array([[69, 229],
                [360, 107],
                [480, 258],
                [184, 440]], dtype="f4")

# 目标图像中的四个点
dst = np.array([[0, 0],
                [450, 0],
                [450, 330],
                [0, 330]], dtype="f4")

M = cv2.getPerspectiveTransform(src, dst)

# 2、进行透视变换
per_img = cv2.warpPerspective(img, M, (450, 330))

cv2.imshow("per_img", per_img)
cv2.waitKey(0)

运行结果：