opencv 图像的平移和旋转

warpAffine函数讲解,图片可自行下载,也可用自己的图片

原图im

平移im_shifted

旋转im_rotated

python 复制代码
# 图像仿射变换
# 步骤: 读取图像 -> 创建仿射变换矩阵 -> 仿射变换计算
#    平移变换矩阵:一种写法,直接写死
#    旋转变换矩阵:根据角度、中心点、缩放比例计算

import numpy as np
import cv2

def translate(img, x, y):
    '''
    仿射变换之平移变换
    :param img: 原始图像
    :param x: x方向平移的像素点 x参数为正,图像向右平移,x参数为负,图像向左平移
    :param y: y方向平移的像素点 y参数为正,图像上下平移,y参数为负,图像向上平移
    :return: 平移后的图像
    '''
    h, w = img.shape[:2] # 取出图像高度和宽度(shape返回值(高, 宽, 通道数))
    # 构建平移变换矩阵 x轴 方向平移 x个像素点,y轴 方向平移 y个像素点
    M = np.float32([[1, 0, x],
                    [0, 1, y]])
    # 执行仿射变换:warpAffine
    shifted = cv2.warpAffine(img, # 原图
                             M,   # 仿射变换矩阵
                             (w, h)) # 输出图像的宽、高
    return shifted

def rotate(img, angle, center=None, scale=1.0):
    '''
    仿射变换之图像旋转
    :param img: 原图数据
    :param angle: 旋转的角度  正数为逆时针旋转,负数为顺时针旋转
    :param center: 旋转中心点,坐标值(x,y),默认为None
    :param scale: 缩放比例,默认为1.0,默认不做缩放
    :return: 旋转变换后的图像
    '''
    h, w = img.shape[:2] # 取图像的高、宽
    # 判断center是否为空,为空则计算原图的中心作为旋转中心点
    if center is None:
        center = (w/2, h/2) # 计算原图 中心点 x,y坐标值
    # 计算仿射变换矩阵
    M = cv2.getRotationMatrix2D(center, # 旋转中心
                                angle,  # 旋转角度
                                scale)  # 缩放比例
    # 根据仿射变换矩阵,执行旋转,并返回旋转后的结果
    rotated = cv2.warpAffine(img, M, (w, h))
    return rotated

# 写一个自己本地存放图片的路径
im = cv2.imread("../img_data/lena.jpg")
cv2.imshow("im", im)
im_shifted = translate(im, 50, 50)
cv2.imshow("im_shifted", im_shifted)

im_rotated = rotate(im, -135, None, 1.0)
cv2.imshow("im_rotated", im_rotated)


cv2.waitKey()
cv2.destroyAllWindows()
相关推荐
大千AI助手9 分钟前
FEVER数据集:事实验证任务的大规模基准与评估框架
人工智能·深度学习·数据集·fever·事实验证·事实抽取·虚假信息
德育处主任Pro18 分钟前
『React』 组件通信全攻略
python·opencv·matplotlib
格林威34 分钟前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现道路汽车的检测识别(C#代码,UI界面版)
人工智能·深度学习·数码相机·yolo·视觉检测
欧阳小猜44 分钟前
机器学习②【字典特征提取、文本特征处理(TF-IDF)、数据标准化与归一化、特征降维】
人工智能·机器学习·tf-idf
电商数据girl1 小时前
如何利用API接口与网页爬虫协同进行电商平台商品数据采集?
大数据·开发语言·人工智能·python·django·json
8Qi82 小时前
深度学习(鱼书)day08--误差反向传播(后三节)
人工智能·python·深度学习·神经网络
wow_DG2 小时前
【PyTorch✨】01 初识PyTorch
人工智能·pytorch·python
海绵波波1072 小时前
解读LISA:通过大型语言模型实现推理分割
人工智能·语言模型·自然语言处理
昨日之日20062 小时前
FLUX.1 Kontext Dev V2版 - 消费级显卡(6G显存)畅玩的AI修图神器 支持批量 支持多图融合编辑 支持50系显卡 一键整合包下载
人工智能
海森大数据3 小时前
神经网络“开窍”时刻:从死记位置到理解意义的语言奇点
人工智能·深度学习·神经网络