縮放

import numpy as np
import cv2 as cv

img = cv.imread('test.jpg')

res = cv.resize(img, None, fx=2, fy=2, interpolation=cv.INTER_CUBIC)

# OR

height, width = img.shape[:2]
res = cv.resize(img, (2*width, 2*height), interpolation=cv.INTER_CUBIC)

cv.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])

位移

import cv2 as cv
import numpy as np


img = cv.imread('opencv.jpg'
 
, 0)
rows, cols = img.shape

M = np.float32([[1,0,100], [0,1,50]])
dst = cv.warpAffine(img, M, (cols+100, rows+50))


cv.imshow('img', dst)
cv.waitKey(0)
cv.destroyAllWindows()

cv.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
M：變換矩陣
dsize：輸出圖片的大小，格式為（width，height），width=cols，height=rows

位移變換矩陣為：

如果知道位移方向（x，y），就是（tx,ty），用np.float32()，建立矩陣，然後傳入cv.warpAffine()函式中。上例為x軸平移100，y軸平移50，（100，50）。

旋轉

img = cv.imread('test.jpg', 0)
rows, cols = img.shape

M = cv.getRotationMatrix2D((cols/2, rows/2), 90, 1)
dst = cv.warpAffine(img, M, (cols, rows))

旋轉矩陣為：

OpenCV也提供了縮放旋轉，通過調節旋轉點，你可以在任意你喜歡的位置旋轉，修改旋轉矩陣為下列矩陣：

其中

OpenCV提供了這個變換矩陣的方法：
cv.getRotationMatrix2D(center, angle, scale)
計算出一個二維旋轉的仿射矩陣
center：旋轉中心座標
angle：旋轉角度，正值意味著逆時針旋轉，座標原點為左上角
scale：縮放比例

仿射變換

在仿射變換中，原始影象中的所有平行線在輸出影象中仍然是平行的。為了找到變換矩陣，我們需要從輸入影象中得到三個點，以及它們在輸出影象中的對應位置。然後cv.getAffineTransform將會建立一個2x3矩陣，它將被傳遞給cv.warpAffine。
cv.getAffineTransform(src, dst)
cv.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
下面的示例，並檢視我選擇的點(以綠色表示):

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt


img = cv.imread('opencv.jpg')
rows, cols = img.shape[:2]

pts1 = np.float32([[50,50], [200,50], [50,200]])
pts2 = np.float32([[10,100], [200,50], [100,250]])

M = cv.getAffineTransform(pts1, pts2)

dst = cv.warpAffine(img, M, (cols, rows))

plt.subplot(121), plt.imshow(img), plt.title('Input')
plt.subplot(122), plt.imshow(dst), plt.title('Output')
plt.show()

視角轉換

視角轉換，需要一個3x3的矩陣。即使在轉換之後，直線仍然是直的。建立這個矩陣，你需要在輸入圖中找四個點，和輸出圖中對應的四個點。在這4個點中，有3個不應該是共線的。然後通過
cv.getPerspectiveTransform建立矩陣，然後提供給cv.warpPerspective
cv.getPerspectiveTransform(src, dst)
cv.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
示例：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img = cv.imread('sudoku.png')
rows,cols,ch = img.shape

pts1 = np.float32([[56,65], [368,52], [28,387], [389,390]])
pts2 = np.float32([[0,0], [300,0], [0,300], [300,300]])

M = cv.getPerspectiveTransform(pts1, pts2)

dst = cv.warpPerspective(img, M, (300,300))

plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()