【数学在人工智能中的应用之 ----＞ 图像的矩阵变换】

平移、缩放、旋转、显示像素：

代码示例：

'''-----------------图像中的矩阵变换------------------'''
img = cv2.imdecode(np.fromfile(r'D:\tes1.jpeg',dtype=np.uint8),-1)

resizeImg=cv2.resize(img,(400,400))
#平移
m0=np.float32([[1,0,0],[0,1,0]])
dst_py=cv2.warpAffine(resizeImg,m0,(700,700))
#缩放
m1=np.float32([[1,0,100],[0,1,100]]) #x坐标加100像素  y坐标加100像素
dst_sf=cv2.warpAffine(resizeImg,m1,(1000,1000))  #画布大小从（700，700）增大到（1000，1000）
#旋转
m2=cv2.getRotationMatrix2D((320,320),45,1)#旋转需要确定旋转角度和中心点的位置
dst_xz=cv2.warpAffine(resizeImg,m2,(1000,1000))

#显示图像的像素 效果就是：getAffineTransform()函数也能将像素点进行转换
src=np.array([[0,0],[100,0],[0,100]],np.float32)  #源图像坐标
dst=np.array([[0,0],[50,0],[0,200]],np.float32)  #转换后图像坐标
m3=cv2.getAffineTransform(src,dst)
dst3=cv2.warpAffine(resizeImg,m3,(1000,1000))

cv2.imshow('img',img)
cv2.waitKey(100000)
cv2.imshow('resizeImg',resizeImg)
cv2.waitKey(100000)
cv2.imshow('dst_py',dst_py)
cv2.waitKey(100000)
cv2.imshow('dst_sf',dst_sf)
cv2.waitKey(100000)
cv2.imshow('dst_xz',dst_xz)
cv2.waitKey(100000)
cv2.imshow('dst3',dst3)
cv2.waitKey(100000)

运行结果：

（原图）：

（改变大小后的图片）：

（平移后的图）：

（缩放后的图）：

（旋转后的图）：

（显示图像的像素）：

注意:

• 对图像进行旋转操作的时候，要确定旋转的角度，还有中心点的位置，两者缺一不可。
• 对图像进行缩放的时候，相对原来的画布来说，要增大画布的大小，具体增大的大小根据缩放的大小决定。可以设置的尽量大一点。
• 显示图像的像素，可以明确显示出来getAffineTransform()函数的功能，即也能将图像的像素点进行转换。

---

xue