opencv仿射变换

代码如下:

复制代码
import numpy as np
import cv2


# 读取图像
img = cv2.imread("../image/dog.jpg")
# 图像平移
height, width = img.shape[:2]
# 创建平移矩阵,[1, 0, 100] 表示 x 轴平移 100 个像素,[0, 1, 50] 表示 y 轴平移 50 个像素
translation_matrix = np.float32([[1, 0, 100], [0, 1, 50]])
# 应用平移变换
translated_img = cv2.warpAffine(img, translation_matrix, (width, height))


# 结果
# 显示平移后的图像
cv2.imshow("Translated img", translated_img)
# 显示原始图像
cv2.imshow("original", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
相关推荐
lambo mercy2 分钟前
无监督学习
人工智能·深度学习
阿里巴巴P8资深技术专家2 分钟前
基于 Spring AI 和 Redis 向量库的智能对话系统实践
人工智能·redis·spring
sunfove15 分钟前
致暗夜行路者:科研低谷期的自我心理重建
人工智能
GAOJ_K34 分钟前
丝杆模组精度下降的预警信号
人工智能·科技·机器人·自动化·制造
lusasky35 分钟前
Claude Code 2.1.2最佳实战
人工智能
●VON35 分钟前
跨模态暗流:多模态安全攻防全景解析
人工智能·学习·安全·von
柯南小海盗39 分钟前
从“会聊天的AI”到“全能助手”:大语言模型科普
人工智能·语言模型·自然语言处理
焦耳热科技前沿42 分钟前
中科大EMA:3秒焦耳热一步合成双功能催化剂用于甲醇氧化协同高效制氢
大数据·人工智能·自动化·能源·材料工程
向量引擎小橙1 小时前
推理革命与能耗:AI大模型应用落地的“冰山成本”与破局之路
大数据·人工智能·深度学习·集成学习
学好statistics和DS1 小时前
卷积神经网络中的反向传播
人工智能·神经网络·cnn