python CV学习2：几何变换

1 简介

• 了解几何变换的概念与应用

• 理解平移、旋转的原理

• 掌握在OpenCV框架下实现平移、旋转操作

2 算法理论介绍

该部分将对基本的几何变换进行学习，几何变换的原理大多都是相似，只是变换矩阵不同，因此，我们以最常用的平移和旋转为例进行学习。在深度学习领域，我们常用平移、旋转、镜像等操作进行数据增广

3 图形的平移

平移之前，我们需要先构造一个移动矩阵，所谓移动矩阵，就是让说明白在x轴方向上移动多少距离，在y轴上移动多少距离。通过numpy来构造这个矩阵，并将其传给仿射函数cv2.warpAffine( )

img = cv2.imread('./src/cat.jpg')
# 构造移动矩阵H
# 在x轴方向移动多少距离，在y轴方向移动多少距离
H = np.float32([[1, 0, 50], [0, 1, 25]])
rows, cols = img.shape[:2]
print(img.shape)
print(rows, cols)
res = cv2.warpAffine(img, H, (cols, rows))  # 注意这里rows和cols需要反置
cv2.imshow('origin_picture', img)
cv2.imshow('new_picture', res)
cv2.waitKey(0)

 3 图形的旋转

对于图像的旋转，我们需要构造旋转矩阵。一般的图像的旋转矩阵是在原点处进行变换的

img = cv2.imread('./src/cat.jpg')
rows, cols = img.shape[:2]
# 第一个参数是旋转中心，第二个参数是旋转角度，第三个参数是缩放比例
M3 = cv2.getRotationMatrix2D((cols/2, rows/2), 45, 1)

res3 = cv2.warpAffine(img, M3, (cols, rows))

cv2.imshow('res3', res3)
cv2.waitKey(0)
cv2.destroyAllWindows()