1.图像的缩放

resize(src,dst,dsize,fx,fy,interpolation)

src：操作图像

dst：输出，在python中可以不用

dsize：目标大小

fx:x轴的缩放因子

fy:y轴的缩放因子，如果定义了dsize则不需要设置fx fy

interpolation：插值算法

常用缩放算法：

INTER_NEAREST 邻近插值，速度快，效果差

INTER_LINEAR    双线性插值，原图中的4个点，相比于邻近插值，速度快，效果好，为默认插值

INTER_CUBIC 三次插值，原图中的16个点，效果更好，不过时间较长

INTER_AREA 区域插值，效果最好，速度最慢

插值算法，在进行图片放大时可以明显看出差别

import cv2
import numpy as np

img = cv2.imread(\'C:\\\\Users\\\\Mengyang\\\\Desktop\\\\112.png\')

#new = cv2.resize(img,(400,400))
#按比例缩放
print(img.shape)
#new = cv2.resize(img,None,fx=0.7,fy=0.7) 
new = cv2.resize(img,None,fx=0.7,fy=0.7,interpolation = cv2.INTER_AREA)  #采用插值算法

cv2.imshow(\'img\',img)
cv2.imshow(\'new\',new)

cv2.waitKey(0)

2.图像的翻转

与图像的旋转不同，翻转为上下  左右

flip(img,flipCode)

flipCode == 0 上下翻转

flipCode>0  左右翻转

flipCode<0   上下+左右

import cv2
import numpy as np

img = cv2.imread(\'C:\\\\Users\\\\Mengyang\\\\Desktop\\\\112.png\')

new = cv2.flip(img,0) #上下翻转
new1 = cv2.flip(img,1) #左右翻转
new2 = cv2.flip(img,-1) #先上下翻转，再左右翻转

cv2.imshow(\'img\',img)
cv2.imshow(\'new\',new)
cv2.imshow(\'new1\',new1)
cv2.imshow(\'new2\',new2)

cv2.waitKey(0)

 3.图像的旋转

按角度旋转

rotate(img,rotateCode)

ROTATE_90_CLOCKWISE   90度顺时针旋转

ROTATE_180  180度旋转

ROTATE_90_COUNTERCLOCKWISE    顺时针旋转270度，也相当于逆时针旋转90度

import cv2
import numpy as np

img = cv2.imread(\'C:\\\\Users\\\\Mengyang\\\\Desktop\\\\112.png\')

new = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE) #顺时针旋转90度
new1 = cv2.rotate(img, cv2.ROTATE_180) #旋转180度
new2 = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE) #旋转270度  逆时针90度

cv2.imshow(\'img\',img)
cv2.imshow(\'new\',new)
cv2.imshow(\'new1\',new1)
cv2.imshow(\'new2\',new2)

cv2.waitKey(0)