1. 学习目标
- 学习图像的平移矩阵;
- 学习 OpenCV 图像平移函数。
2. 图像的平移矩阵
平移是物体位置在水平和垂直方向的移动。
- 像素点 (x,y) 沿 x 轴平移 dx、沿 y 轴平移 dy,公式:
3. 图像平移函数
3.1 cv.warpAffine() 函数使用
cv.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
3.2 参数说明
参数 | 说明 |
---|
src | 表示输入图像。 |
M | 表示变换矩阵,2行3列。 |
dsize | 表示输出图像的大小,二元元组 (width, height)。 |
dst | 表示变换操作的输出图像,可选项。 |
flags | 表示插值方法,整型(int),可选项。 |
borderMode | 表示边界像素方法,整型(int),可选项,默认值为 cv.BORDER_REFLECT。 |
borderValue | 表示边界填充值,可选项,默认值为 0(黑色填充)。 |
3.3 flags 值说明
值 | 说明 |
---|
cv.INTER_LINEAR | 表示线性插值,默认选项。 |
cv.INTER_NEAREST | 表示最近邻插值。 |
cv.INTER_AREA | 表示区域插值。 |
cv.INTER_CUBIC | 表示三次样条插值。 |
cv.INTER_LANCZOS4 | 表示Lanczos 插值。 |
4. 图像平移实例
4.1 实例代码
import cv2 as cv
import numpy as np
# 图像平移
def image_translation(src, tx, ty):
h,w,c = src.shape
M = np.float32([[1,0,tx],[0,1,ty]])
img = cv.warpAffine(src,M,(w,h))
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
cv.imshow("origin", img)
img_tran = image_translation(img, 100, 50)
cv.imshow("translation", img_tran)
cv.waitKey(0)
cv.destroyAllWindows()
4.2 效果
5. 总结
- 变换矩阵 M 是 np.float32 类型 ndarray 二维数组(2行*3列)。
- 变换矩阵 M = np.float32([[1,0,tx],[0,1,ty]]),tx 表示向右移动的像素值,ty 表示向下移动的像素值;注意:如果值是负数表示向相反方向移动的像素值。
- dsize 输出图像的大小格式为元组 (width, height)。