仿射变换函数
dst=cv2.warpAffine(src,M,dsize,flags,borderMode,borderValue)
dst:仿射后的输出图像,类型与原始图像相同。
src:原始图像。
M:变换矩阵。
dsize:输出图像的尺寸大小。
flags:插值方法。(可选)
borderMode:边类型。(可选)
borderValue:边界值。(可选)
平移
import cv2 as cv
import numpy as np
# 让图片向右上平移120像素
image1 = cv.imread("D:/exercise/lusi.jpg") # 读入图像
h, w = image1.shape[:2] # 元组切片,读出原图像的行数和列数
M = np.float32([[1, 0, 120], [0, 1, -120]]) # 构建转换矩阵M
imageMove = cv.warpAffine(image1, M, (w, h)) # 平移仿射变换
cv.imshow('image1', image1)
cv.imshow('imageMove', imageMove)
cv.waitKey()
cv.destroyAllWindows()
运行结果:
缩放
import cv2 as cv
import numpy as np
# 让图片缩放二分之一
image1 = cv.imread("D:/exercise/lusi.jpg") # 读入图像
h, w = image1.shape[:2] # 元组切片,读出原图像的行数和列数
M = np.float32([[0.5, 0, 0], [0, 0.5, 0]]) # 构建转换矩阵M
imageMove = cv.warpAffine(image1, M, (w, h)) # 缩放仿射变换
cv.imshow('image1', image1)
cv.imshow('imageMove', imageMove)
cv.waitKey()
cv.destroyAllWindows()
旋转
旋转的转换矩阵声明:
ret = cv2.getRotationMatrix2D(center,angle,scale)
center:旋转中心点。
angle:旋转角度,正数为逆时针,负数为顺时针。
acale:变换尺度。
import cv2 as cv
# 让图片以宽高的1/2为旋转中心,逆时针旋转30度,并缩小为原来的0.4倍
image1 = cv.imread("D:/exercise/lusi.jpg") # 读入图像
h, w = image1.shape[:2] # 元组切片,读出原图像的行数和列数
M = cv.getRotationMatrix2D((w / 2, h / 2), 30, 0.4) # 构建转换矩阵M
imageMove = cv.warpAffine(image1, M, (w, h)) # 旋转仿射变换
cv.imshow('image1', image1)
cv.imshow('imageMove', imageMove)
cv.waitKey()
cv.destroyAllWindows()
运行结果: