目录
1 图像缩放-resize()
2 图像旋转-getRotationMatrix2D(), warpAffine()
3 图像翻转- flip()
4 图像平移-warpAffine()
参考资料
图像几何变换有图像缩放、图像旋转、图像翻转和图像平移等。
1 图像缩放-resize()
图像缩放主要调用resize()函数实现，具体如下：
result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])
其中，参数
src 表示原始图像；
dsize 表示缩放大小；
fx和fy 也可以表示缩放大小倍数，他们两个（dsize或fx/fy）设置一个即可实现图像缩放。例如：
（1）result = cv2.resize(src, (160,160))
（2）result = cv2.resize(src, None, fx=0.5, fy=0.5)
图像缩放：设是缩放后的坐标，是缩放前的坐标，和为缩放因子，则公式如下：
（1）cv2.resize(src, (200,100)) 设置的dsize是列数为200，行数为100
result = cv2.resize(src, (200,100))
代码如下：
# encoding:utf-8import cv2import numpy as np# 读取图片src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)# 图像缩放result = cv2.resize(src, (200,100))print (result.shape)# 显示图像cv2.imshow("src", src)cv2.imshow("result", result)# 等待显示cv2.waitKey(0)cv2.destroyAllWindows()
运行结果如下图所示：
（2）可以获取 原始图像像素乘以缩放系数 进行图像变换；
result = cv2.resize(src, (int(cols * 0.6), int(rows * 1.2)))
代码如下所示：
# encoding:utf-8import cv2import numpy as np# 读取图片src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)rows, cols = src.shape[:2]printrows, cols# 图像缩放 dsize(列,行)result = cv2.resize(src, (int(cols * 0.6), int(rows * 1.2)))# 显示图像cv2.imshow("src", src)cv2.imshow("result", result)# 等待显示cv2.waitKey(0)cv2.destroyAllWindows()
运行结果如下图所示：
（3）(fx,fy) 缩放倍数的方法对图像进行放大或缩小。
result = cv2.resize(src, None, fx=0.3, fy=0.3)
代码如下所示：
# encoding:utf-8import cv2import numpy as np# 读取图片src =cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)rows, cols = src.shape[:2]printrows, cols# 图像缩放result = cv2.resize(src, None, fx=0.3, fy=0.3)# 显示图像cv2.imshow("src", src)cv2.imshow("result", result)# 等待显示cv2.waitKey(0)cv2.destroyAllWindows()
运行结果如下图所示：（按例比0.3 0.3缩小）
2 图像旋转-getRotationMatrix2D(), warpAffine()
图像旋转：设是旋转后的坐标，是旋转前的坐标，是旋转中心，是旋转的角度，是旋转后图像的左上角坐标，则公式如下：
图像旋转主要调用getRotationMatrix2D()函数和warpAffine()函数实现，绕图像的中心旋转，具体如下：
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
其中，参数分别为：旋转中心、旋转度数、scale
rotated = cv2.warpAffine(src, M, (cols, rows))
其中，参数分别为：原始图像、旋转参数 和 原始图像宽高
（1）旋转30度
代码如下：
# encoding:utf-8import cv2import numpy as np# 读取图片src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)# 原图的高、宽 以及通道数rows, cols, channel = src.shape# 绕图像的中心旋转# 参数：旋转中心 旋转度数 scaleM = cv2.getRotationMatrix2D((cols / 2, rows / 2), 30, 1)# 参数：原始图像 旋转参数 元素图像宽高rotated = cv2.warpAffine(src, M, (cols, rows))# 显示图像cv2.imshow("src", src)cv2.imshow("rotated", rotated)
运行结果如下图所示：
（2）旋转90度
代码如下：
# encoding:utf-8import cv2import numpy as np# 读取图片src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)# 原图的高、宽 以及通道数rows, cols, channel = src.shape# 绕图像的中心旋转# 参数：旋转中心 旋转度数 scaleM = cv2.getRotationMatrix2D((cols / 2, rows / 2), 90, 1)# 参数：原始图像 旋转参数 元素图像宽高rotated = cv2.warpAffine(src, M, (cols, rows))# 显示图像cv2.imshow("src", src)cv2.imshow("rotated", rotated)
运行结果如下图所示：
（3）旋转180度
代码如下：
# encoding:utf-8import cv2import numpy as np# 读取图片src = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)# 原图的高、宽 以及通道数rows, cols, channel = src.shape# 绕图像的中心旋转# 参数：旋转中心 旋转度数 scaleM = cv2.getRotationMatrix2D((cols / 2, rows / 2), 180, 1)# 参数：原始图像 旋转参数 元素图像宽高rotated = cv2.warpAffine(src, M, (cols, rows))# 显示图像cv2.imshow("src", src)cv2.imshow("rotated", rotated)
运行结果如下图所示：
3 图像翻转- flip()
图像翻转在OpenCV中调用函数flip()实现，函数用法如下：
dst = cv2.flip(src, flipCode)
其中，参数：
src 表示原始图像；
flipCode 表示翻转方向，如果flipCode为0，则以X轴为对称轴翻转，如果fliipCode>0则以Y轴为对称轴翻转，如果flipCode<0则在X轴、Y轴方向同时翻转。
代码如下：（注意一个窗口多张图像的用法）
# encoding:utf-8import cv2import numpy as npimport matplotlib.pyplot as plt# 读取图片img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)src = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 图像翻转# 0以X轴为对称轴翻转 >0以Y轴为对称轴翻转 <0X轴Y轴翻转img1 = cv2.flip(src, 0)img2 = cv2.flip(src, 1)img3 = cv2.flip(src, -1)# 显示图形 （注意一个窗口多张图像的用法）titles = ['Source', 'Image1', 'Image2', 'Image3']images = [src, img1, img2, img3]for i in range(4):plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')plt.title(titles[i])plt.xticks([]), plt.yticks([])plt.show()# 等待显示cv2.waitKey(0)cv2.destroyAllWindows()
运行结果如下图所示：（注意一个窗口多张图像的用法）
4 图像平移-warpAffine()
图像平移：设是缩放后的坐标，是缩放前的坐标，为偏移量，则公式如下：
图像平移首先定义平移矩阵M，再调用warpAffine()函数实现平移，函数用法如下：
M = np.float32([[1, 0, x], [0, 1, y]])
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
代码如下：
# encoding:utf-8import cv2import numpy as npimport matplotlib.pyplot as plt# 读取图片img = cv2.imread("lena.tiff", cv2.IMREAD_UNCHANGED)image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 图像平移 下、上、右、左平移M = np.float32([[1, 0, 0], [0, 1, 100]])img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))M = np.float32([[1, 0, 0], [0, 1, -100]])img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))M = np.float32([[1, 0, 100], [0, 1, 0]])img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))M = np.float32([[1, 0, -100], [0, 1, 0]])img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))# 显示图形titles = ['Image1', 'Image2', 'Image3', 'Image4']images = [img1, img2, img3, img4]for i in range(4):plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')plt.title(titles[i])plt.xticks([]), plt.yticks([])plt.show()
运行结果如下图所示：
参考资料
[1]/Eastmount/article/details/82454335
[2]Python+OpenCV图像处理
如果觉得《数字图像处理(9): 图像缩放 图像旋转 图像翻转 和 图像平移》对你有帮助，请点赞、收藏，并留下你的观点哦！
