python 图像处理opencv

前言 最近考虑在对数据集做一些额外的数据增强（主要是随机以任意角度进行旋转），在阅读别人的源码时发现了cv2.getRotationMatrix2D()这一函数，顿时觉得该函数确实有用，查阅相关资料后，得到相关的用法总结（为了保证阅读观感不会涉及到太多原理的矩阵推导，仅为直观理解）。 正文 旋转矩阵(逆时针)为： M=(cos(θ)−sin(θ)sin(θ)cos(θ)) M= \begin{pmatrix} cos(\theta) & -sin(\theta) \\ sin(\theta) &am

OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉和机器学习软件库。

平面几何 图像的旋转是指以某一点O为旋转中心，将图像中的所有点都绕O旋转一定的角度。 绕原点旋转 若旋转中心为原坐标原点O(0, 0)，图像上有一点距离旋转中心的O的距离为d，与X轴正向的夹角为，绕O顺时针旋转角度后对应的点为，根据几何关系，则有： 绕任意点旋转 策略：首先将旋转中心点P平移至坐标原点O，然后进行旋转、缩放(如果需要进行)，最后再将坐标原点平移至旋转中心！ 将图像的旋转中心P平移至坐标原点O，对应的变换矩阵为： ...

计算经过仿射变换或旋转后新图像的宽度和高度，尤其是在旋转图像时保持图像的完整性而不裁剪任何部分，需要一些几何计算。M：变换矩阵，这里是由getRotationMatrix2D生成的旋转矩阵。flags：插值方法，通常使用INTER_LINEAR(线性插值)。borderValue：边界填充值，用于边界外的像素。angle：旋转角度，旋转方向，负号为逆时针，正号为顺时针。scale：旋转后图像相比原来的缩放比例，1为等比例缩放。borderMode：边界像素模式。dsize：输出图像的大小。

IDE：pycharm、python：3.11、opencv自行参考配置。

该项目可实现图像的多样化处理，基本上包含了OpenCV模块常用的图像处理功能，非常适合初学者理解和应用，包括：灰度化功能、反转功能、通道分离功能、噪音滤波功能、高斯双边滤波功能、均值偏移滤波功能、图像二值化功能、Canny边缘检测功能、直线检测功能、圆形检测功能、轮廓发现功能和人脸检测功能。

前文传送门：普通操作1. 读取像素读取像素可以通过行坐标和列坐标来进行访问，灰度图像直接返回灰度值，彩色图像则返回B、G、R三个分量。需要注意的是， OpenCV 读取图像是 BGR 存储显示。灰度图片读取操作：import cv2 as cv# 灰度图像读取gray_img = cv.imread("maliao.jpg", cv.IMREAD_GRAYSCALE)print(gray_img[...

cv2.getRotationMatrix2D()函数是可以将旋转后新图的中心点通过仿射矩阵M的第三列作用，平移回原来的中心点，但特别注意的是，原图的中心点并不是新图的中心点，因为图片显示时的长宽发生了变化。所以需要计算出旋转后新图的宽和高（初中知识，需要注意的是旋转角度需要分两种情况讨论，一三象限和二四象限），再将宽和高变化量的一半加到矩阵M的第三列上就可以将中心点移至新图的中心点。

转载于:https://www.cnblogs.com/yksgzlyh/p/10250425.html

图像旋转作为一种常见的增强方式，通过旋转图像，可以增加训练样本的多样性，尤其适用于物体检测、图像分类等任务。例如，在物体检测中，通过旋转不同角度的图像，帮助模型学习物体在不同角度下的特征。函数进行图像旋转时，可以选择不同的插值算法（如最近邻插值、双线性插值、三次插值等），以便在旋转过程中保持图像质量。为了避免计算不必要的像素，可以先裁剪掉不需要处理的区域，或在旋转矩阵计算时直接考虑图像边界，从而减少冗余计算。在旋转后，图像可能会变得模糊，尤其是当图像进行缩放时，图像内容可能会失真。，即图像的某一固定点。

Qt构建GUI，OpenCV的getRotationMatrix2D和warpAffine进行图像转换

6.2.2 cv::getRotationMatrix2D 6.2.2.1 Opencv接口 Mat cv::getRotationMatrix2D(Point2f center, double angle, double scale ) 参数 center 旋转图像所要围绕的中心点 angle 旋转的角度. 在OpenCV中正角度是逆时针的 scale 缩放因子,可选的...

仿射变换保持了二维图形的“平直性”（直线经仿射变换后依然为直线）和“平行性”（直线之间的相对位置关系保持不变，平行线经仿射变换后依然为平行线，且直线上点的位置顺序不会发生变化）。最终旋转中心会映射到输出图像同样位置上，即如果（0，0）是旋转中心，那么输出图像旋转中心同样是（0，0）。INTER_LANCZOS4（Lanczos 插值，超过 8×8 像素邻域的 Lanczos 插值）INTER_CUBIC（三次样条插值，超过 4×4 像素邻域内的双三次插值）角度 > 0，表示逆时针旋转（坐标原点是左上角）。

getRotationMatrix2D() 函数用于计算一个 2×3 的仿射矩阵，该矩阵可以用于将图像绕着指定的中心点进行旋转和缩放。

计算二维旋转的仿射矩阵