Python图像处理丨图像缩放、旋转、翻转与图像平移_根据用户选择的菜单实现图像的3种翻转!python(3)

于 2024-05-17 05:57:08 发布
阅读量783 收藏 9
点赞数 23
分类专栏： 程序员 文章标签： python 学习 面试
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qhc112/article/details/138987849
版权

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

img
img

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！img

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

img

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

img

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。img

六、面试宝典

在这里插入图片描述

在这里插入图片描述

简历模板在这里插入图片描述

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

rows, cols = src.shape[:2]
print rows, cols

#图像缩放 dsize(列,行)
result = cv2.resize(src, (int(cols0.6), int(rows1.2)))

#显示图像
cv2.imshow(“src”, src)
cv2.imshow(“result”, result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()


输出结果如下图所示：


![](https://img-blog.csdnimg.cn/img_convert/39ee50f4017b7d1ceaa1e7c1463c45c6.png)


最后讲解(fx,fy)缩放倍数的方法对图像进行放大或缩小。

#encoding:utf-8
import cv2
import numpy as np

#读取图片
src = cv2.imread(‘test.jpg’)
rows, cols = src.shape[:2]
print rows, cols

#图像缩放
result = cv2.resize(src, None, fx=0.3, fy=0.3)

#显示图像
cv2.imshow(“src”, src)
cv2.imshow(“result”, result)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()


最后输出的结果如下图所示，这是按例比0.3\*0.3缩小的。


![](https://img-blog.csdnimg.cn/img_convert/1d20f2f227dbf65d80cba818a64922ac.png)


### 二、图像旋转


图像旋转主要调用getRotationMatrix2D()函数和warpAffine()函数实现，绕图像的中心旋转，具体如下：


* **M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)**  
 参数分别为：旋转中心、旋转度数、scale
* **rotated = cv2.warpAffine(src, M, (cols, rows))**  
 参数分别为：原始图像、旋转参数、原始图像宽高


图像旋转：设（x0, y0）是旋转后的坐标，（x, y）是旋转前的坐标，(m,n)是旋转中心，a是旋转的角度，(left,top)是旋转后图像的左上角坐标，则公式如下：



![](https://img-blog.csdnimg.cn/img_convert/db6b1b29f35f77b7be4e31077f4e7101.png)

代码如下所示：

#encoding:utf-8
import cv2
import numpy as np

#读取图片
src = cv2.imread(‘test.jpg’)

#原图的高、宽 以及通道数
rows, cols, channel = src.shape

#绕图像的中心旋转
#参数：旋转中心 旋转度数 scale
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
#参数：原始图像 旋转参数 元素图像宽高
rotated = cv2.warpAffine(src, M, (cols, rows))

#显示图像
cv2.imshow(“src”, src)
cv2.imshow(“rotated”, rotated)

#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()


输出结果如下图所示：


![](https://img-blog.csdnimg.cn/img_convert/e9e939b7601941dfaa9c1622bdc3a458.png)


如果设置-90度，则核心代码和图像如下所示。


M = cv2.getRotationMatrix2D((cols/2, rows/2), -90, 1)  
 rotated = cv2.warpAffine(src, M, (cols, rows))



![](https://img-blog.csdnimg.cn/img_convert/8898e072d517ec6fb482a9d2245f4c7a.png)

### 三、图像翻转


图像翻转在OpenCV中调用函数flip()实现，原型如下：


**dst = cv2.flip(src, flipCode)**


其中src表示原始图像，flipCode表示翻转方向，如果flipCode为0，则以X轴为对称轴翻转，如果fliipCode>0则以Y轴为对称轴翻转，如果flipCode<0则在X轴、Y轴方向同时翻转。


代码如下所示：

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

#读取图片
img = cv2.imread(‘test.jpg’)
src = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

#图像翻转
#0以X轴为对称轴翻转 >0以Y轴为对称轴翻转 <0X轴Y轴翻转
img1 = cv2.flip(src, 0)
img2 = cv2.flip(src, 1)
img3 = cv2.flip(src, -1)

#显示图形
titles = [‘Source’, ‘Image1’, ‘Image2’, ‘Image3’]
images = [src, img1, img2, img3]
for i in xrange(4):
plt.subplot(2,2,i+1), plt.imshow(images[i], ‘gray’)
plt.title(titles[i])
plt.xticks([]),plt.yticks([])
plt.show()


输出结果如下图所示：


![](https://img-blog.csdnimg.cn/img_convert/cd3c1948e743c15b26d32761f765f87a.png)


### 四、图像平移


图像平移：设（x0, y0）是缩放后的坐标，（x, y）是缩放前的坐标，dx、dy为偏移量，则公式如下：



![](https://img-blog.csdnimg.cn/img_convert/289710ede15114694cb887d815132d39.png)

图像平移首先定义平移矩阵M，再调用warpAffine()函数实现平移，核心函数如下：


**M = np.float32([[1, 0, x], [0, 1, y]])**  
**shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))**


完整代码如下所示：

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

#读取图片
img = cv2.imread(‘test.jpg’)
image = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

#图像平移 下、上、右、左平移
M = np.float32([[1, 0, 0], [0, 1, 100]])
img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, 0], [0, 1, -100]])
img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, 100], [0, 1, 0]])
img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, -100], [0, 1, 0]])
img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

#显示图形
titles = [ ‘Image1’, ‘Image2’, ‘Image3’, ‘Image4’]
images = [img1, img2, img3, img4]
for i in xrange(4):
plt.subplot(2,2,i+1), plt.imshow(images[i], ‘gray’)
plt.title(titles[i])
plt.xticks([]),plt.yticks([])
plt.show()


输出结果如下图所示：



![](https://img-blog.csdnimg.cn/img_convert/bb35db53b7b9333471519f04ae52d285.png)

华为伙伴暨开发者大会2022火热来袭，重磅内容不容错过！


文末有福利领取哦~
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

👉**一、Python所有方向的学习路线**

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。![img](https://img-blog.csdnimg.cn/c67c0f87cf9343879a1278dfb067f802.png)

👉**二、Python必备开发工具**

![img](https://img-blog.csdnimg.cn/757ca3f717df4825b7d90a11cad93bc7.png)  
👉**三、Python视频合集**

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。  
![img](https://img-blog.csdnimg.cn/31066dd7f1d245159f21623d9efafa68.png)

👉 **四、实战案例**

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。**（文末领读者福利）**  
![img](https://img-blog.csdnimg.cn/e78afb3dcb8e4da3bae5b6ffb9c07ec7.png)

👉**五、Python练习题**

检查学习结果。  
![img](https://img-blog.csdnimg.cn/280da06969e54cf180f4904270636b8e.png)

👉**六、面试资料**

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。  
![img](https://img-blog.csdnimg.cn/a9d7c35e6919437a988883d84dcc5e58.png)

![img](https://img-blog.csdnimg.cn/5db8141418d544d3a8e9da4805b1a3f9.png)

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
云维Java毕设程序源码
关注
  • 23
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数字图像处理python基础–图片读入显示/图像的逻辑运算/缩放/旋转翻转平移/代数运算/二值化
12-20
数字图像处理基础一、基本操作图片的读入与显示pillowmatplotlibcv2图像的逻辑运算图像缩放图像的旋转与翻转图像的平移图像的代数运算图像的位运算+掩膜简单二值化大津阈值二值化 一、基本操作 图片的读入与显示 pillow 使用pillow的image读入，然后显示 from PIL import Image lina= Image.open('lina.jpg') lina.show() 转为灰度图，并且保存 graylina= lina.convert('L') graylina.save('graylina.jpg') graylina.show() matplotlib 2.
PYTHON代码实现对图片的一系列处理包括变亮变暗平移缩放翻转加噪声等等
06-19
python代码随处可见，利用python进行相关的操作和实现时每一个python入门者必不可少的内容，这里利用python 的相关知识，简单的进行了实验，希望对大家有所帮助
数字图像处理大作业-拍照图像处理（python+OpenCV+qt）
03-27
包含功能： 1. 图片写入文字 2. 空间转换 3. 图像旋转 4. 图像缩放 5. 图像翻转 6. 图像投影矫正 7. 图像二值化 8. 图像校正 9. 纹理平滑 10. 纹理增强
Python图像处理之图像的缩放、旋转与翻转实现方法示例
12-25
本文实例讲述了Python图像处理之图像的缩放、旋转与翻转实现方法。分享给大家供大家参考，具体如下： 图像的几何变换，如缩放、旋转和翻转等，在图像处理中扮演着重要的角色，python中的Image类分别提供了这些操作的接口函数，下面进行逐一介绍。 1、图像的缩放 图像的缩放使用resize()成员函数，直接在入参中指定缩放后的尺寸即可，示例如下： #-*- coding: UTF-8 -*- from PIL import Image #读取图像 im = Image.open("lenna.jpg") im.show() #原图像缩放为128x128 im_resized = im.res
Python3+OpenCV2实现图像的几何变换(平移、镜像、缩放、旋转、仿射)
09-19
主要介绍了Python3+OpenCV2实现图像的几何变换(平移、镜像、缩放、旋转、仿射),小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
python图像处理（旋转）
嵌入式-老费，一个分享专业嵌入式知识的blog
01-26 2322
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】 除了图像镜像之外，另外一个经常遇到的、差不多的功能就是图像旋转。旋转分成顺时针旋转和逆时针旋转两种情况。但是对于isp来说，一般旋转的角度都是提前设置好的，比如只支持90、180、270度旋转，并不支持其他角度的旋转。 在此，我们可以先看一下旋转的效果是什么样的，如下图所示。此外因为图像的长和宽本来就是512，所以旋转之后长和宽本身没有改变。
python --旋转图片(横图转竖图)
weixin_44634704的博客
03-24 1940
上述代码中的函数和判断逻辑与将横图转成竖图的示例类似，只是将判断条件改为图片的宽度小于高度。如果是竖图，则进行旋转操作，将其转成横图；如果是横图，则直接保存到输出路径。旋转的角度也可以修改成。可以根据实际需求选择其中一种或两种方式。（逆时针旋转 90 度）或其他需要的角度。分别是水平翻转和垂直翻转的函数。水平翻转图片，再调用。
python实现图像的翻转、倒置、旋转和平移的三种方法代码+注释
weixin_42259833的博客
04-25 8494
草书检测搞不出，整点小知识学一下： # -*- coding:utf-8 -*- # coding=utf-8 #coco #三种方法实现对图片实现旋转、倒置、翻转 import os import uuid import cv2 as cv from PIL import Image from ffmpy import FFmpeg import matplotlib.pyplot as plt import numpy as np '''----------------------...
python实现图像旋转
热门推荐
wc19862274581的博客
03-17 1万+
图像的几何变换，如缩放、旋转和翻转等，在图像处理中扮演着重要的角色，python实现图像得旋转 #批量旋转图片 from PIL import Image import os def get_filelist(path): Filelist = [] for home, dirs, files in os.walk(path): for filename in files: # 文件名列表，包含完整路径 F...
Python实现图像旋转到指定角度：原理与代码示例详解
目标检测专栏持续更新中，改进YOLO系列通用，适用v5、v7、v8、所有博客均是团队原创博客，所有文章禁止转载，违者必究。
09-24 1471
图像处理是计算机视觉和图像处理领域的重要组成部分。在图像处理中，旋转是一项常见的操作，可以调整图像的方向，改善可视化效果或满足特定需求。本文将介绍如何使用Python实现图像旋转到指定角度的方法，讲解原理并提供详细的代码示例。本文介绍了使用Python实现图像旋转的原理和方法，分别使用了OpenCV和Pillow两个库来演示图像旋转的实现过程。图像旋转是图像处理中常用的操作，具有广泛的应用领域，如计算机视觉、图像编辑和机器学习等。希望本文的知识点讲解和示例代码能帮助你掌握图像旋转的基本方法。
文字检测中常用的pyclipper包
weixin_43728225的博客
05-26 4064
1、pyclipper.PyclipperOffset() 从api接口名称可以看出来应该是做坐标的偏移（多边形的），我们看一个具体的例子（官方提供的例子）： i mport pyclipper subj = ((180, 200), (260, 200), (260, 150), (180, 150)) pco = pyclipper.PyclipperOffset() pco.AddPath(subj, pyclipper.JT_ROUND, pyclipper.ET_CLOSEDPOLYGON)
Python图像处理丨图像缩放、旋转、翻转与图像平移_根据用户选择的菜单实现图像的3种翻转!python
最新发布
2401_84141337的博客
04-17 566
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。#0以X轴为对称轴翻转 >0以Y轴为对称轴翻转
[Python从零到壹] 三十八.图像处理基础篇之图像几何变换（平移缩放旋转）
杨秀璋的专栏
01-27 1万+
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。上一篇文章介绍了图像融合处理和ROI区域绘制，同时补充图像属性、通道和类型转换。这篇文章将详细讲解图像几何变换，包括图像平移、图像缩放和图像旋转。希望文章对您有所帮助，如果有不足之处，还请海涵。
Python之pyclipper使用
weixin_42028608的博客
05-03 7919
问题：在对图片中的重要像素点进行旋转、平移等操作时，部分关键点可能会超出图片的边界，导致关键点的缺失。 解决：在网上查到了pyclipper函数，可以使用有界多边形去切割无界多边形，对应到图片可以使用图片的大小作为界限去切割越界的像素点，类似于在图片范围内找到与越界像素点最近的位置来代替它。 使用： import pyclipper import numpy as np #重要的点，有的点可...
Python图像处理丨图像缩放、旋转、翻转与图像平移
m0_67401153的博客
06-10 626
本文分享自华为云社区《[Python图像处理] 六.图像缩放、图像旋转、图像翻转与图像平移》，作者：eastmount 。本篇文章主要讲解Python调用OpenCV实现图像位移操作、旋转和翻转效果，包括四部分知识：图像缩放、图像旋转、图像翻转、图像平移。全文均是基础知识，希望对您有所帮助。图像缩放主要调用resize()函数实现，具体如下：result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])其中src表示原始图像，ds
使用Python批量旋转，镜像图片
weixin_49030835的博客
02-18 6162
当我们进行大量图像处理时，经常需要旋转或镜像图像。但一张张处理图片费神又费力，有什么好的办法可以帮助我们快速搞定这个问题呢？本文介绍了使用python快速批量处理图片的方法~ 并提供了简易实现code，希望可以帮到大家~
python图像增强之随机翻转或随机旋转
叶子的博客
09-05 7625
假设输入的图像数据为img，标签label组成为classid、x、y、w、h，因此labels维度为Nx5。假设旋转前的坐标和尺寸为x0、y0、w0、h0。x、y、w、h均为归一化后坐标，即已经除以图像自身的宽高。以下操作需要用到numpy矩阵操作和random随机操作。引入随机的概念主要是为了便于进行随机增强，即随机翻转或随机旋转。
请描述将一张图片进行旋转、翻转与平移，以及图像增强的过程 opencv python
06-11
在 OpenCV Python 中，可以使用以下函数实现图像旋转、翻转与平移，以及图像增强： 1. 图像旋转：使用 cv2.warpAffine 函数，该函数可以将图像按照指定的角度进行旋转。具体实现步骤如下： - 定义旋转矩阵：使用 cv2.getRotationMatrix2D 函数定义旋转矩阵，需要指定旋转中心、旋转角度和缩放比例。 - 应用旋转矩阵：使用 cv2.warpAffine 函数将旋转矩阵应用到图像中。 代码示例： ``` import cv2 import numpy as np img = cv2.imread('image.jpg') rows, cols = img.shape[:2] # 定义旋转矩阵 M = cv2.getRotationMatrix2D((cols/2, rows/2), 45, 1) # 应用旋转矩阵 rotated_img = cv2.warpAffine(img, M, (cols, rows)) cv2.imshow('Rotated Image', rotated_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 2. 图像翻转：使用 cv2.flip 函数，该函数可以将图像水平或垂直翻转。具体实现步骤如下： - 指定翻转方向：使用 cv2.flip 函数指定翻转方向，可以是水平翻转、垂直翻转或同时进行两种翻转。 代码示例： ``` import cv2 img = cv2.imread('image.jpg') # 水平翻转 flipped_img = cv2.flip(img, 1) cv2.imshow('Flipped Image', flipped_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 3. 图像平移：使用 cv2.warpAffine 函数，该函数可以将图像按照指定的平移距离进行平移。具体实现步骤如下： - 定义平移矩阵：使用 np.float32 函数定义平移矩阵，需要指定平移距离。 - 应用平移矩阵：使用 cv2.warpAffine 函数将平移矩阵应用到图像中。 代码示例： ``` import cv2 import numpy as np img = cv2.imread('image.jpg') rows, cols = img.shape[:2] # 定义平移矩阵 M = np.float32([[1, 0, 100], [0, 1, 50]]) # 应用平移矩阵 translated_img = cv2.warpAffine(img, M, (cols, rows)) cv2.imshow('Translated Image', translated_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 4. 图像增强：可以使用一些图像处理技术，如直方图均衡化、滤波、二值化等技术来增强图像。具体实现步骤根据不同的技术而有所不同。这里以直方图均衡化为例，代码示例如下： ``` import cv2 img = cv2.imread('image.jpg', 0) # 直方图均衡化 equalized_img = cv2.equalizeHist(img) cv2.imshow('Equalized Image', equalized_img) cv2.waitKey(0) cv2.destroyAllWindows() ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值