練習用圖

1. over_brain.jpg
2. peach.jpg

內容

1. 影像翻轉

   1.1 水平翻轉(以Y軸翻轉)

   • 程式碼

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     show_img('origin', image)
     
     # 水平翻轉
     image1 = cv2.flip(image, 1)
     show_img('level', image1)
     

   • 執行結果
     

   1.2 垂直翻轉(以X軸翻轉)

   • 程式碼

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     show_img('origin', image)
     
     # 水平翻轉
     image1 = cv2.flip(image, 0)
     show_img('vertical', image1)
     

   • 執行結果
     

2. 影像旋轉

   2.1 90度旋轉

   • 程式碼

     import cv2
     import numpy as np
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     image = cv2.resize(image, (300, 300))
     
     # 90度旋轉
     image1 = np.rot90(image, 0)
     show_img('no rotation', image1)
     image2 = np.rot90(image, 1)
     show_img('counterclockwise90', image2)
     image3 = np.rot90(image, -1)
     show_img('clockwise90', image3)
     

   • 參數：n=1代表逆時針旋轉90度、n=-1代表順時針旋轉90度

   • 執行結果

     

   2.1 任意角度旋轉

   • 程式碼

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
        cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     image = cv2.resize(image, (400, 400))
     show_img('origin', image)
     
     (h, w, c) = image.shape
     center = (w // 2, h // 2)
     # 代表逆時針旋轉30度，縮放倍數為1倍
     M = cv2.getRotationMatrix2D(center, 30, 1)
     # (w, h )代表圖片縮放與旋轉後，需裁切成的尺寸
     image1 = cv2.warpAffine(image, M, (w, h))
     show_img('counterclockwise30', image1)
     

   • 執行結果

     

3. 影像放大縮小

   3.1 指定像素

   • 程式碼

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     show_img('origin', image)
     image1 = cv2.resize(image, (250, 250))
     show_img('resize', image1)
     

   • interpolation：在圖片縮放時，會影響圖片縮放計算速度與細節保留程度。詳細可參考opencv中插值算法详解。

   • 執行結果

     

   3.2 比例縮放

   • 程式碼

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     show_img('origin', image)
     image1 = cv2.resize(image, dsize=None, fx=0.5, fy=0.3)
     show_img('resize', image1)
     

   • 參數：fx代表水平(X軸)縮放倍率、fy代表垂直(Y軸)縮放倍率。

   • 執行結果

     

4. 影像分割與合併

   4.1 影像分割

   • 程式碼

     import cv2     
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     show_img('origin', image)
     # 起點座標
     start_point = (50, 100)
     # 剪裁區域的寬與高
     (w, h) = (250, 300)
     image1 = image[start_point[0]:start_point[0]+w, start_point[1]:start_point[1]+h]
     show_img('crop', image1)
     

   • 執行結果

     

   4.2 影像合併

   • 圖像大小一致

     • 程式碼

       import cv2
       
       # 顯示圖檔
       def show_img(name, img):
           cv2.imshow(name, img)
           cv2.waitKey(0)
       
       image1_path = './over_brain.jpg'
       image2_path = './peach.jpg'
       image1 = cv2.imread(image1_path)
       image1 = cv2.resize(image1, (250, 250))
       image2 = cv2.imread(image2_path)
       image2 = cv2.resize(image2, (250, 250))
       show_img('image1', image1)
       show_img('image2', image2)
       
        # 垂直合併
       vertical_image = cv2.vconcat([image1, image2])
       show_img('vertical_image', vertical_image)
       
        # 水平合併
       level_image = cv2.hconcat([image1, image2])
       show_img('level_image', level_image)
       

     • 執行結果

       

   • 圖像大小不一致

     • 程式碼

       import cv2
       import numpy as np
       
       # 顯示圖檔
       def show_img(name, img):
           cv2.imshow(name, img)
           cv2.waitKey(0)
       
       image1_path = './over_brain.jpg'
       image2_path = './peach.jpg'
       image1 = cv2.imread(image1_path)
       image1 = cv2.resize(image1, (220, 220))
       image2 = cv2.imread(image2_path)
       image2 = cv2.resize(image2, (130, 130))
       show_img('image1', image1)
       show_img('image2', image2)
       
       h1, w1 = image1.shape[:2]
       h2, w2 = image2.shape[:2]
       
       # 水平合併
       image3 = np.zeros((max(h1, h2), w1+w2,3), dtype=np.uint8)
       image3[:h1, :w1,:3] = image1
       image3[:h2, w1:w1+w2,:3] = image2
       show_img('level', image3)
       
       # 垂直合併
       image4 = np.zeros((h1+h2, max(w1, w2),3), dtype=np.uint8)
       image4[:h1, :w1,:3] = image1
       image4[h1:h1+h2, :w2,:3] = image2
       show_img('vertical', image4)
       

     • 執行結果

       

小結

1. 下一站，我們前往「OpenCV影像處理(三)」，實作形態學影像處理。

讓我們繼續看下去...

參考資料

1. opencv中插值算法详解