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
少林and叔叔2 分钟前
基于yolov5.7.0的人工智能算法的下载、开发环境搭建(pycharm)与运行测试
人工智能·pytorch·python·yolo·目标检测·pycharm
kuan_li_lyg19 分钟前
笛卡尔坐标机器人控制的虚拟前向动力学模型
人工智能·stm32·机器人·机械臂·动力学·运动学·导纳控制
合作小小程序员小小店24 分钟前
旧版本附近停车场推荐系统demo,基于python+flask+协同推荐(基于用户信息推荐),开发语言python,数据库mysql,
人工智能·python·flask·sklearn·推荐算法
却道天凉_好个秋31 分钟前
OpenCV(十四):绘制直线
人工智能·opencv·计算机视觉
动能小子ohhh33 分钟前
Langchain从零开始到应用落地案例[AI智能助手]【3】---使用Paddle-OCR识别优化可识别图片进行解析回答
人工智能·python·pycharm·langchain·ocr·paddle·1024程序员节
IT_陈寒38 分钟前
Vue 3.4性能优化实战:5个鲜为人知的Composition API技巧让打包体积减少40%
前端·人工智能·后端
数据与人工智能律师1 小时前
数据淘金时代的法治罗盘:合法收集、使用与变现数据的边界与智慧
大数据·网络·人工智能·云计算·区块链
王哈哈^_^1 小时前
【数据集】【YOLO】【目标检测】建筑垃圾数据集 4256 张,YOLO建筑垃圾识别算法实战训推教程。
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·数据集
牛奶还是纯的好1 小时前
双目测距实战4-自标定
人工智能·3d视觉
亚马逊云开发者1 小时前
基于Redshift MCP Server+Strands Agents SDK+Bedrock AgentCore Runtime实现Agentic
人工智能