涉及函数：

cv2.getPerspectiveTransform() cv2.warpAffine() cv2.warpPersperctive()  

名称讲解：

  通道数：指的是一个像素点由几个元素产生，有几个元素就有几条通道。如：一张RGB的图片，他上面的一个像素点就有三个元素组成（三通道），分别是B(Blue),G(Green),R(Red)，所以这张图片就是三通道的；而一张灰度图，上面的每一个像素点都只由灰度值[0-255]来决定，所以他就是单通道的，通道数为1.  

任务1：扩展缩放

  如果只是改变图像的尺寸大小，cv2.resize()可以实现这个功能。在缩放时推荐cv2.INTER_AREA，在拓展时推荐cv2.INTER_CUBIC（慢）和cv2.INTER_LINEAR。默认情况下所有改变图像尺寸大小的操作使用的是插值法都是cv2.INTER_LINEAR。   
import cv2

img = cv2.imread('45.jpg')
#下面的None本应该是输出图像的尺寸，但是因为后面我们设置了缩放因子，所以，这里为None
res = cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)
#or
#这里直接设置输出图像的尺寸，所以不用设置缩放因子
height , width =img.shape[:2]
res = cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)

cv2.imshow('res',res)
cv2.imshow('img',img)
cv2.waitKey(0)&0xFF #或者cv2.waitKey(0)      
cv2.destroyAllWindows()
 

任务2：平移

  如果想要沿（x，y）方向移动，移动的距离为（tx,ty）可以以下面方式构建移动矩阵。   1   可以使用Numpy数组构建矩阵，数据类型是np.float32，然后传给函数cv2.warpAffine() 函数cv2.warpAffine() 的第三个参数的是输出图像的大小，它的格式应该是图像的（宽，高）。应该记住的是图像的宽对应的是列数，高对应的是行数。  

任务3：旋转

  对一个图像旋转角度θ，需要使用下面的旋转矩阵。   2   但OpenCVC允许在任意地方进行旋转，所以矩阵应该为   3   其中α = scale · cos θ 为构建旋转矩阵，OpenCV提供了一个函数cv2.getRotationMatrix2D。   
import cv2

img = cv2.imread('45.jpg',0)

#对象为灰度图时的shape不会返回通道数
rows,cols=img.shape

#这里的第一个参数为旋转中心，第二个为旋转角度，第三个为旋转后的缩放因子
#可以通过设置旋转中心，缩放因子以及窗口大小来防止旋转后超出边界的问题。
M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6)

#第三个参数是输出图像的尺寸中心
dst=cv2.warpAffine(img,M,(2*cols,2*rows))
cv2.imshow('img',dst)
cv2.waitKey(0)&0xFF #或者cv2.waitKey(0)
cv2.destroyAllWindows()
 

任务4：仿射变换

  在仿射变换中，原图中所有平行线在结果图像中同样平行。 为创建这个矩阵，需要从原图像中找到三个点以及他们在输出图像中的位置，然后cv2.getAffineTransForm()会创建一个2X3的矩阵。最后这个矩阵会被传给函数cv2.warpAffine()   
import cv2
import numpy as np

img=cv2.imread('draw.png')

#行，列，通道数
rows,cols,ch = img.shape

pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])

M = cv2.getAffineTransform(pts1,pts2)

dst = cv2.warpAffine(img,M,(cols,rows))

cv2.imshow('input',img)
cv2.imshow('output',dst)
cv2.waitKey(0)&0xff #或者cv2.waitKey(0)
cv2.destroyAllWindows()
 

任务5：透视变换

  对于视角变换，我们需要一个3x3变换矩阵。在变换前后直线还是直线。需要在原图上找到4个点，以及他们在输出图上对应的位置，这四个点中任意三个都不能共线，可以有函数cv2.getPerspectiveTransform()构建，然后这个矩阵传给函数cv2.warpPerspective()   
import cv2
import numpy as np

img=cv2.imread('sudokusmall.png')
rows,cols,ch=img.shape

pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])

M=cv2.getPerspectiveTransform(pts1,pts2)

dst=cv2.warpPerspective(img,M,(300,300))

cv2.imshow('input',img)
cv2.imshow('output',dst)
cv2.waitKey(0)&0xff #或者cv2.waitKey(0)
cv2.destroyAllWindows()
 

总结

（本系列每周不定期更新，谢谢大家支持！）