2#下面的 none 本應該是輸出影象的尺寸，但是因為後邊我們設定了縮放因子3#
因此這裡為 none
4 res=cv2.resize(img,none,fx=2,fy=2,interpolation=cv2.inter_cubic)5#
or6#這裡呢，我們直接設定輸出影象的尺寸，所以不用設定縮放因子
這裡的第乙個引數為旋轉中心，第二個為旋轉角度，第三個為旋轉後的縮放因子4#
可以通過設定旋轉中心，縮放因子，以及視窗大小來防止旋轉後超出邊界的問題
5 m=cv2.getrotationmatrix2d((cols/2,rows/2),45,0.6)
# 第三個引數是輸出影象的尺寸中心仿射變換有旋轉 (線性變換)，平移 (向量加)．縮放(線性變換)，錯切，反轉；dst=cv2.warpaffine(img,m,(2*cols,2*rows))
仿射變換是一種二維座標到二維座標之間的線性變換，它保持了二維圖形的「平直性」（直線經過變換之後依然是直線）和「平行性」（二維圖形之間的相對位置關係保持不變，平行線依然是平行線，且直線上點的位置順序不變）
基本步驟是這樣的：
1.影象都是由矩陣來表示；
2.得到變換矩陣的幾種方法，
（1）cv2.getrotationmatrix2d()得到旋轉矩陣或者放縮，
（2）通過點來表示；三個點的和四個點的，cv2.getaffinetransform和cv2.getperspectivetransform
這裡舉乙個三個點的例子；
3.變換函式來得到結果影象；
opencv 提供了兩個變換函式，cv2.warpaffine 和 cv2.warpperspective，使用這兩個函式你可以實現所有型別的變換。cv2.warpaffine 接收的引數是2 × 3 的變換矩陣，而 cv2.warpperspective 接收的引數是 3 × 3 的變換矩陣。
仿射變換一般通過函式cvwrapaffine(src,dst,mat)實現，其中mat是2x3的仿射矩陣，該矩陣可以利用函式cvgetaffinetransform(srctri,dsttri,mat)得到，其中mat是被該函式填充的仿射矩陣，srctri和dsttri分別是由三個頂點定義的平行四邊形
透視變換是將投影到乙個新的視平面，也稱作投影對映．它是二維（x,y）到三維(x,y,z)，再到另乙個二維(x』,y』)空間的對映．
相對於仿射變換，它提供了更大的靈活性，將乙個四邊形區域對映到另乙個四邊形區域
仿射變換是透視變換的一種特殊情況．它把二維轉到三維，變換後，再轉對映回之前的二維空間
1.簡單閾值，通過cv2.threshold來對影象的某些高於或低於乙個閾值的畫素點進行操作；
這個函式的第乙個引數就是原影象，原影象應該是灰度圖。第二個引數就是用來對畫素值進行分類的閾值。第三個引數就是當畫素值高於（有時是小於）閾值時應該被賦予的新的畫素值。opencv提供了多種不同的閾值方法，這是有第四個引數來決定的
2.自適應閾值，
cv2.adaptivethreshold
當同一幅影象上的不同部分的具有不同亮度時。這種情況下我們需要採用自適應閾值。此時的閾值是根據影象上的每乙個小區域計算與其對應的閾值otsu
二值化
簡單來說就是對一副雙峰影象自動根據其直方圖計算出乙個閾值（對於非雙峰影象，這種方法得到的結果可能會不理想）
採用高斯核去噪之後，影象變為乙個雙峰影象，然後再採用otsu二值化處理之後的原雜訊影象變成了下面的樣子：第乙個為簡單閾值，第二個為0自適應閾值，第三個加了高斯去噪；
參考自：
資料基本處理
import 基本模組import numpy as np np.set printoptions suppress true import pandas as pd pd.set option display.max columns none pd.set option display.max r...
List集合基本處理
1.迴圈list中的所有元素然後刪除重複 for int i 0 i list.size 1 i 2.通過hashset踢除重複元素 hashset h new hashset list list.clear list.addall h 3.刪除arraylist中重複元素，保持順序 for ite...
JPivot的基本處理流程
一 介紹 jpivot 是乙個自定義的jsp的標籤庫，可以用來在jsp頁面中嵌入olap 和圖表。使用者可以執行典型的olap導航，如下鑽，切片和切塊。它使用mondrian 作為其olap伺服器。二 基本處理流程 等有時間了才能夠修正錯誤及細化，現在只能給出一些流程圖 示意，非規範 1.總體處理流...