opencv 图像处理之图片剪切和移位

1，图片的剪切：

从width,height中获取一部分图片，（width,height）中获取一定范围的图片img[w_low:w_high,h_low:h_high].

#100 -》200 x
#100-》300 y
import cv2
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
dst = img[100:200,100:300]
cv2.imshow('image',dst)
cv2.waitKey(0)

2,图片的移位：

matshift数组的范围计算公式：

matShift = np.float32([[1,0,100],[0,1,200]])# 2*3

[1,0,100],[0,1,200] 2*2 2*1 
 [[1,0],[0,1]]  2*2  A
[[100],[200]] 2*1   B
 x,y 和A,B,C的关系如下所示：
A*C+B = [[1*x+0*y],[0*x+1*y]]+[[100],[200]]
            = [[x+100],[y+200]]

(10,20)->(110,120)

代码实现如下：

import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
cv2.imshow('src',img)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
#位移矩阵定义
matShift = np.float32([[1,0,100],[0,1,200]])# 2*3
#位移实现
dst = cv2.warpAffine(img,matShift,(height,width))#1 data 2 mat 3 info
# 移位 矩阵
cv2.imshow('dst',dst)
cv2.waitKey(0)

3，图片移位的另一种简单实现：

import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
cv2.imshow('src',img)
imgInfo = img.shape
dst = np.zeros(img.shape,np.uint8)
height = imgInfo[0]
width = imgInfo[1]
for i in range(0,height):
    for j in range(0,width-100):
        dst[i,j+100]=img[i,j]
cv2.imshow('image',dst)
cv2.waitKey(0)