仿射变换

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：