第3章 OpenCV基础回顾（二）

3、OpenCV基础回顾（二）：图像缩放、裁剪、旋转、仿射变换实战

好，咱们接着聊。上一节我们把图像的读取、显示、保存这些基本功过了一遍。这一节，咱们要动真格的了——图像几何变换。

说白了，就是怎么把一张图“折腾”成你想要的样子。缩放、裁剪、旋转，还有那个听起来有点吓人的仿射变换。别怕，我带你一个个拆解。

3.1 图像缩放：resize() 的学问

图像缩放，最常用的就是 cv2.resize()。这个函数看着简单，但坑不少。我刚开始用的时候，就吃过它的亏。

import cv2

img = cv2.imread('cat.jpg')
# 指定目标尺寸 (宽, 高)
resized = cv2.resize(img, (300, 200))
# 或者按比例缩放
scale_percent = 60  # 缩放60%
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
resized_ratio = cv2.resize(img, (width, height))

注意： cv2.resize() 的第二个参数是 (宽度, 高度)，而 img.shape 返回的是 (高度, 宽度, 通道数)。顺序别搞反了！我曾经因为这个 bug 调了一下午。

还有一个关键参数——插值方法。默认是双线性插值，够用。但如果你要缩小图片，我建议用 cv2.INTER_AREA；放大图片，用 cv2.INTER_CUBIC 效果更好。

我的经验： 实际项目中，我习惯先按比例缩放，再裁剪到目标尺寸。这样能保证图像不变形。比如做目标检测时，输入尺寸是 640x640，我会先保持宽高比缩放，然后填充或裁剪。

3.2 图像裁剪：NumPy 切片大法

裁剪其实不用 OpenCV 的特殊函数。NumPy 的切片操作就够了。简单粗暴，但好用。

# 裁剪 ROI (Region of Interest)
# 语法: img[y_start:y_end, x_start:x_end]
roi = img[100:300, 200:400]  # 裁剪出 (200,100) 到 (400,300) 的区域
cv2.imshow('ROI', roi)

你想想看，为什么这么简单？因为 OpenCV 的图像在 Python 里就是一个 NumPy 数组。数组怎么切，图像就怎么切。

避坑指南： 切片时注意坐标范围不要越界。我曾经在写一个批量处理脚本时，没检查边界，结果程序跑着跑着就崩了。后来我加了个判断：

h, w = img.shape[:2]
x1, y1, x2, y2 = 100, 50, 400, 300
x1, y1 = max(0, x1), max(0, y1)
x2, y2 = min(w, x2), min(h, y2)
roi = img[y1:y2, x1:x2]

3.3 图像旋转：cv2.getRotationMatrix2D + warpAffine

旋转稍微复杂一点。OpenCV 没有直接的 cv2.rotate() 函数（其实有，但只能做 90、180、270 度旋转）。要做任意角度旋转，得用仿射变换。

# 获取旋转矩阵
center = (img.shape[1] // 2, img.shape[0] // 2)  # 旋转中心
angle = 45  # 旋转角度，逆时针为正
scale = 1.0  # 缩放比例
rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)

# 应用仿射变换
rotated = cv2.warpAffine(img, rotation_matrix, (img.shape[1], img.shape[0]))

这里有个问题：旋转后，图像四个角可能会被裁剪掉。为什么？因为旋转后的图像尺寸没变，但内容已经转出去了。

我的解决方案： 计算旋转后的新边界，调整输出尺寸。这样就能看到完整的旋转图像了。

# 计算旋转后的新尺寸
cos = abs(rotation_matrix[0, 0])
sin = abs(rotation_matrix[0, 1])
new_w = int(img.shape[0] * sin + img.shape[1] * cos)
new_h = int(img.shape[0] * cos + img.shape[1] * sin)

# 调整旋转矩阵的平移部分
rotation_matrix[0, 2] += new_w / 2 - center[0]
rotation_matrix[1, 2] += new_h / 2 - center[1]

rotated_full = cv2.warpAffine(img, rotation_matrix, (new_w, new_h))

3.4 仿射变换：从理论到实战

仿射变换，说白了就是“线性变换 + 平移”。它能实现缩放、旋转、平移、错切（shear）等操作。核心是找到一个 2x3 的变换矩阵。

OpenCV 提供了 cv2.getAffineTransform()，你只需要提供三组对应点，它就能算出变换矩阵。

# 原图中的三个点
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
# 目标图中的三个点
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

# 计算仿射变换矩阵
M = cv2.getAffineTransform(pts1, pts2)

# 应用变换
affined = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))

实战场景： 我在做车牌识别时，经常遇到车牌倾斜的情况。这时候我会手动标出车牌的四个角点，然后用仿射变换把它“拉正”。效果立竿见影。

还有一个更灵活的——cv2.getPerspectiveTransform()，它需要四组对应点，能做透视变换。比如把一张歪着的文档照片矫正成正面视角。

# 透视变换需要4个点
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
pts2 = np.float32([[0, 0], [300, 0], [0, 300], [300, 300]])

M_perspective = cv2.getPerspectiveTransform(pts1, pts2)
warped = cv2.warpPerspective(img, M_perspective, (300, 300))

3.5 实战：图像预处理流水线

好了，知识点讲完了。咱们来串一下。假设你要做一个图像分类任务，输入尺寸是 224x224。你的预处理流水线可能是这样的：

def preprocess_image(image_path, target_size=(224, 224)):
    img = cv2.imread(image_path)
    if img is None:
        return None
    
    # 1. 保持宽高比缩放
    h, w = img.shape[:2]
    scale = min(target_size[0] / w, target_size[1] / h)
    new_w, new_h = int(w * scale), int(h * scale)
    resized = cv2.resize(img, (new_w, new_h), interpolation=cv2.INTER_AREA)
    
    # 2. 填充到目标尺寸
    delta_w = target_size[0] - new_w
    delta_h = target_size[1] - new_h
    top, bottom = delta_h // 2, delta_h - delta_h // 2
    left, right = delta_w // 2, delta_w - delta_w // 2
    padded = cv2.copyMakeBorder(resized, top, bottom, left, right, 
                                 cv2.BORDER_CONSTANT, value=[0, 0, 0])
    
    # 3. 数据增强（可选）：随机旋转
    if np.random.random() > 0.5:
        angle = np.random.uniform(-10, 10)
        center = (padded.shape[1] // 2, padded.shape[0] // 2)
        M = cv2.getRotationMatrix2D(center, angle, 1.0)
        padded = cv2.warpAffine(padded, M, (target_size[0], target_size[1]))
    
    return padded

我的习惯： 预处理时，我一般会把缩放和填充分开做。这样能保留更多的图像信息，不会因为直接拉伸导致物体变形。尤其是在做 YOLO 训练时，这个细节会影响模型的定位精度。

3.6 总结与避坑清单

嗯，这一节内容不少。我帮你整理一下容易踩的坑：

操作	常见错误	正确做法
resize	宽高顺序搞反	resize(宽, 高)，shape是(高, 宽)
裁剪	坐标越界	加边界检查
旋转	图像被裁剪	计算新尺寸，调整平移量
仿射变换	点对应关系错误	仔细核对 pts1 和 pts2 的对应顺序

最后说一句：这些操作看起来基础，但它们是整个计算机视觉 pipeline 的基石。我在做模型部署时，经常发现预处理和后处理占了推理时间的 30% 以上。所以，别小看这些“简单”的操作，优化好了，整个系统的性能能提升一大截。

📚 课程目录

3、OpenCV基础回顾（二）：图像缩放、裁剪、旋转、仿射变换实战

3.1 图像缩放：resize() 的学问

3.2 图像裁剪：NumPy 切片大法

3.3 图像旋转：cv2.getRotationMatrix2D + warpAffine

3.4 仿射变换：从理论到实战

3.5 实战：图像预处理流水线

3.6 总结与避坑清单