对原始不规则图片进行缩放，生成新的不规则图片代码

这里提供一个 Python 代码示例，使用 OpenCV 库对原始不规则图片进行缩放，生成新的不规则图片：

import cv2

# 读取原始不规则图片
img = cv2.imread('original_image.png')

# 缩放比例为 0.5
scale_percent = 50

# 计算缩放后的宽度和高度
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)

# 缩放图片
new_img = cv2.resize(img, (width, height), interpolation=cv2.INTER_AREA)

# 保存新的不规则图片
cv2.imwrite('new_image.png', new_img)

在这个示例中，我们使用 `cv2.imread` 函数读取原始不规则图片，并使用 `cv2.resize` 函数对其进行缩放。缩放比例为 0.5，即将图片的宽度和高度都缩小一半。最后，我们使用 `cv2.imwrite` 函数将新的不规则图片保存到本地。你可以根据需要自行修改代码中的缩放比例和图片文件名。

相关问题

不规则图片边缘坐标点提取到后，对不规则图片边缘进行缩放，使得在不规则图片内生成小尺寸的不规则图片代码

这个问题可以分为两个部分来解决：边缘坐标点提取和缩放生成小尺寸不规则图片。

1. 边缘坐标点提取

对于不规则图片，可以使用边缘检测算法（如Canny算法）提取边缘。然后，可以使用轮廓检测算法（如findContours函数）找到边缘的坐标点。

具体步骤如下：

1）对不规则图片进行边缘检测，得到二值化图像。

2）使用findContours函数找到边缘的坐标点。

示例代码：

import cv2

# 读取不规则图片
img = cv2.imread('irregular_image.jpg')

# 灰度化处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 边缘检测
edges = cv2.Canny(gray, 50, 150)

# 轮廓检测
contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# 获取第一个轮廓的坐标点
points = contours[0][:, 0, :]

print(points)

2. 缩放生成小尺寸不规则图片

得到不规则图片的边缘坐标点后，可以使用OpenCV的仿射变换函数（如cv2.warpAffine）对不规则图片进行缩放，生成小尺寸的不规则图片。

具体步骤如下：

1）计算边缘坐标点的最小外接矩形，得到矩形的宽和高。

2）根据需要生成的小尺寸不规则图片的大小，计算缩放比例。

3）使用cv2.getAffineTransform函数计算仿射变换矩阵。

4）使用cv2.warpAffine函数对不规则图片进行缩放。

示例代码：

import cv2
import numpy as np

# 读取不规则图片
img = cv2.imread('irregular_image.jpg')

# 灰度化处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 边缘检测
edges = cv2.Canny(gray, 50, 150)

# 轮廓检测
contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# 获取第一个轮廓的坐标点
points = contours[0][:, 0, :]

# 计算坐标点的最小外接矩形
rect = cv2.minAreaRect(points)
box = cv2.boxPoints(rect)
box = np.int0(box)

# 计算缩放比例
width, height = 100, 100
scale_x = width / rect[1][0]
scale_y = height / rect[1][1]

# 计算仿射变换矩阵
src_pts = box.astype("float32")
dst_pts = np.array([[0, height - 1], [0, 0], [width - 1, 0]], dtype="float32")
M = cv2.getAffineTransform(src_pts, dst_pts)

# 对不规则图片进行缩放
resized_img = cv2.warpAffine(img, M, (width, height))

cv2.imshow('resized_image', resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码中，将不规则图片缩放为100x100大小的图片。可以根据需要修改大小。

不规则图片边缘坐标点提取到后，对不规则图片边缘进行缩放，使得在不规则图片内生成小尺寸的不规则图片

对于不规则图片的边缘坐标点提取，可以使用边缘检测算法，如Canny算法或Sobel算法等，提取出不规则图片的边缘，然后将边缘上的点作为边缘坐标点进行提取。

接下来，可以使用OpenCV等图像处理库中的缩放函数对不规则图片进行缩放，生成小尺寸的不规则图片。具体操作如下：

1. 读取原始不规则图片并进行边缘检测，提取出边缘坐标点；

2. 计算边界框，包含所有的边缘坐标点；

3. 定义缩放比例，计算新的图片尺寸；

4. 对原始不规则图片进行缩放，生成新的不规则图片；

5. 对新的不规则图片进行边缘检测，提取出边缘坐标点；

6. 将边缘坐标点转换为相对于新不规则图片的坐标点；

7. 根据新的边缘坐标点重新生成新的不规则图片。

缩放后的不规则图片可以用于各种图像处理任务，如目标检测、图像分割等。