3、图像预处理（上）：图像缩放、旋转、平移、仿射变换、透视变换

各位同学，欢迎来到图像预处理的第一部分。

说实话，在目标检测和跟踪的整个流程里，预处理这块最容易被忽视。很多人上来就调模型、调参数，结果发现效果不好，回头一看，原来是输入图片的尺寸不对、角度歪了、或者透视变形太严重。我早期做项目时就吃过这个亏，后来养成了一个习惯：拿到图像，先做预处理，再做检测。

今天咱们就聊聊图像几何变换的五个核心操作：缩放、旋转、平移、仿射变换、透视变换。这些操作在 OpenCV 里都有现成的函数，但理解背后的原理，能帮你更好地调参和避坑。

3.1 图像缩放（Resize）

图像缩放，说白了就是把图片变大或变小。你想想看，摄像头采集的原始分辨率可能很高，比如 1920x1080，但直接扔给检测模型，计算量太大，速度跟不上。所以通常我们会先缩放到一个固定尺寸，比如 640x480。

OpenCV 里用 cv2.resize() 搞定。关键参数有两个：目标尺寸和插值方法。

import cv2

img = cv2.imread('input.jpg')
# 指定目标宽高
resized = cv2.resize(img, (640, 480))
# 或者按比例缩放：宽高各缩小一半
resized_ratio = cv2.resize(img, None, fx=0.5, fy=0.5)

这里有个坑，我必须要提醒你：插值方法的选择。

3.2 图像平移（Translation）

平移就是把图像整体挪个位置。比如你想把画面中心的目标移到左上角，或者做数据增强时随机偏移。

平移操作需要一个 2x3 的变换矩阵，形式很简单：

import numpy as np

# 向右平移 100 像素，向下平移 50 像素
M = np.float32([[1, 0, 100],
                [0, 1, 50]])
shifted = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))

注意第三个参数 dsize 是输出图像的尺寸。如果你不指定，平移后超出边界的部分会被裁剪掉。我曾经在做一个车辆跟踪项目时，目标刚好在画面边缘，平移后直接丢了半个车身——嗯，后来我学会了用 cv2.BORDER_REPLICATE 填充边界。

3.3 图像旋转（Rotation）

旋转就更有意思了。OpenCV 提供了 cv2.getRotationMatrix2D() 来生成旋转矩阵，然后同样用 warpAffine 执行。

# 以图像中心为旋转点，逆时针旋转 45 度，缩放 1.0
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 45, 1.0)
rotated = cv2.warpAffine(img, M, (w, h))

这里有个细节：旋转后图像可能会被裁剪。比如一张长方形图片旋转 45 度，四个角就跑到画面外面去了。我建议你根据旋转角度重新计算输出尺寸，或者用 cv2.BORDER_CONSTANT 填充黑色背景。

3.4 仿射变换（Affine Transformation）

仿射变换是平移、旋转、缩放、剪切的组合。它保持直线和平行线不变，但角度会变。

说白了，你只需要在原图上找 三个不共线的点，再指定它们在目标图上的位置，OpenCV 就能算出变换矩阵。

# 原图三个点
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
# 目标图三个点
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

M = cv2.getAffineTransform(pts1, pts2)
affined = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))

我在做文档扫描矫正时经常用这个。比如拍了一张歪歪扭扭的身份证，只要找到四个角中的三个，就能把它拉正。不过要注意：三个点不能共线，否则矩阵奇异，算不出来。

3.5 透视变换（Perspective Transformation）

透视变换比仿射变换更强大。它需要 四个点，可以改变平行线的平行关系，模拟近大远小的效果。

比如你从侧面拍了一块路牌，原本是长方形的，拍出来变成了梯形。透视变换就能把它矫正回长方形。

# 原图四个点（梯形）
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
# 目标图四个点（矩形）
pts2 = np.float32([[0, 0], [300, 0], [0, 300], [300, 300]])

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

我记得有一次做车道线检测，摄像头装在挡风玻璃后面，画面有明显的透视变形。直接用仿射变换矫正，远处的车道线还是歪的。换成透视变换后，整个路面被拉平，检测精度直接提升了 15%。

3.6 实战建议与总结

好了，咱们来捋一捋今天的内容：

• 缩放：用 resize，缩小用 INTER_AREA，放大用 INTER_CUBIC
• 平移：用 warpAffine + 平移矩阵，注意边界填充
• 旋转：用 getRotationMatrix2D + warpAffine，注意角度符号
• 仿射变换：3 个点，保持平行线，适合文档矫正
• 透视变换：4 个点，改变平行关系，适合视角矫正

我个人习惯在预处理阶段把图像统一缩放到 640x480，然后根据任务需求决定是否做旋转或透视矫正。记住一句话：预处理做得好，模型训练事半功倍。

下一节咱们接着聊图像预处理的下半部分：滤波、边缘检测和形态学操作。到时候我会分享一个用 Canny 边缘检测做车道线提取的真实案例，敬请期待。