翻转图像的两种方式（仿射和flip）

最新推荐文章于 2024-02-22 08:59:03 发布
最新推荐文章于 2024-02-22 08:59:03 发布
阅读量1.3k 收藏
点赞数 1
文章标签： opencv 仿射变换 flip
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/weixin_43213208/article/details/84843230
版权

#include
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

//逆时针旋转图像degree度
int rotateImage(const Mat &srcImage, Mat &dstImage, int degree)
{
if (srcImage.empty())
{
cout << “原始图像读入失败” << endl;
return -1;
}
Point2f srcTri[3], dstTri[3];
Mat rot_mat(2, 3, CV_32FC1);
Size tempSize;
//需要三组对应的点来进行仿射变换
srcTri[0].x = 0; //src Top left
srcTri[0].y = 0;
srcTri[1].x = srcImage.cols-1; //src Top right
srcTri[1].y = 0;
srcTri[2].x = 0; //src Bottom left
srcTri[2].y = srcImage.rows - 1;

switch (degree) {
case 90:
	dstTri[0].x = 0;
	dstTri[0].y = srcImage.cols-1;
	dstTri[1].x = 0;
	dstTri[1].y = 0;
	dstTri[2].x = srcImage.rows - 1;
	dstTri[2].y = srcImage.cols - 1;
	tempSize = Size(srcImage.rows, srcImage.cols);
	break;

case 180:
	dstTri[0].x = srcImage.cols - 1;
	dstTri[0].y = srcImage.rows - 1;
	dstTri[1].x =  0;
	dstTri[1].y = srcImage.rows - 1;
	dstTri[2].x = srcImage.cols - 1;
	dstTri[2].y =  0;
	tempSize = Size(srcImage.cols, srcImage.rows);
	break;

case 270:
	dstTri[0].x = srcImage.rows - 1;
	dstTri[0].y = 0;
	dstTri[1].x = srcImage.rows - 1;
	dstTri[1].y = srcImage.cols - 1;
	dstTri[2].x = 0;
	dstTri[2].y = 0;
	tempSize = Size(srcImage.rows, srcImage.cols);
	break;

default:
	break;
}

rot_mat=getAffineTransform(srcTri,dstTri);
warpAffine(srcImage, dstImage, rot_mat, tempSize);

return 0;

}

//degree顺时针旋转度数
int rotateImage1(Mat & src,const int degree)
{
if (src.empty())
{
cout << “图片为空，请自检” << endl;
return -1;
}

if (degree == 90)
{
	transpose(src, src);
	//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转
	flip(src, src, 1);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
	return 1;
}

else if (degree == 180)
{
	//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转
	flip(src, src, 0);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
	flip(src, src, 1);
	return 1;
}

else if (degree == 270)
{
	// 矩阵转置
	//transpose(src, src);
	//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转
	transpose(src, src);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
	flip(src, src, 0);
	return 1;
}
return 0;

}

int main()
{
Mat srcImage = imread(“e:\meinv.jpg”);
if (srcImage.empty())
{
cout << “图片读入失败” << endl;
return -1;
}
imshow("【原始图像】", srcImage);
/*Mat srcImage1 = srcImage.clone();
Mat srcImage2 = srcImage.clone();
Mat srcImage3 = srcImage.clone();

rotateImage1(srcImage1, 90);
imshow("【翻转图像1】", srcImage1);
rotateImage1(srcImage2, 180);
imshow("【翻转图像2】", srcImage2);
rotateImage1(srcImage3, 270);
imshow("【翻转图像3】", srcImage3);*/

Mat dstImage;
rotateImage(srcImage, dstImage, 270);
imshow("【效果图】", dstImage);

waitKey(0);
return 0;

}

#include
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

//逆时针旋转图像degree度
int rotateImage(const Mat &srcImage, Mat &dstImage, int degree)
{
if (srcImage.empty())
{
cout << “原始图像读入失败” << endl;
return -1;
}
Point2f srcTri[3], dstTri[3];
Mat rot_mat(2, 3, CV_32FC1);
Size tempSize;
//需要三组对应的点来进行仿射变换
srcTri[0].x = 0; //src Top left
srcTri[0].y = 0;
srcTri[1].x = srcImage.cols-1; //src Top right
srcTri[1].y = 0;
srcTri[2].x = 0; //src Bottom left
srcTri[2].y = srcImage.rows - 1;

switch (degree) {
case 90:
	dstTri[0].x = 0;
	dstTri[0].y = srcImage.cols-1;
	dstTri[1].x = 0;
	dstTri[1].y = 0;

#include
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
//逆时针旋转图像degree度
int rotateImage(const Mat &srcImage, Mat &dstImage, int degree)
{
if (srcImage.empty())
{
cout << “原始图像读入失败” << endl;
return -1;
}
Point2f srcTri[3], dstTri[3];
Mat rot_mat(2, 3, CV_32FC1);
Size tempSize;
//需要三组对应的点来进行仿射变换
srcTri[0].x = 0; //src Top left
srcTri[0].y = 0;
srcTri[1].x = srcImage.cols-1; //src Top right
srcTri[1].y = 0;
srcTri[2].x = 0; //src Bottom left
srcTri[2].y = srcImage.rows - 1;
switch (degree) {
case 90:
dstTri[0].x = 0;
dstTri[0].y = srcImage.cols-1;
dstTri[1].x = 0;
dstTri[1].y = 0;
dstTri[2].x = srcImage.rows - 1;
dstTri[2].y = srcImage.cols - 1;
tempSize = Size(srcImage.rows, srcImage.cols);
break;
case 180:
dstTri[0].x = srcImage.cols - 1;
dstTri[0].y = srcImage.rows - 1;
dstTri[1].x = 0;
dstTri[1].y = srcImage.rows - 1;
dstTri[2].x = srcImage.cols - 1;
dstTri[2].y = 0;
tempSize = Size(srcImage.cols, srcImage.rows);
break;
case 270:
dstTri[0].x = srcImage.rows - 1;
dstTri[0].y = 0;
dstTri[1].x = srcImage.rows - 1;
dstTri[1].y = srcImage.cols - 1;
dstTri[2].x = 0;
dstTri[2].y = 0;
tempSize = Size(srcImage.rows, srcImage.cols);
break;

default:
	break;
}

rot_mat=getAffineTransform(srcTri,dstTri);
warpAffine(srcImage, dstImage, rot_mat, tempSize);

return 0;

}
//degree顺时针旋转度数
int rotateImage1(Mat & src,const int degree)
{
if (src.empty())
{
cout << “图片为空，请自检” << endl;
return -1;
}
if (degree == 90)
{
transpose(src, src);
//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转
flip(src, src, 1);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
return 1;
}

else if (degree == 180)
{
	//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转
	flip(src, src, 0);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
	flip(src, src, 1);
	return 1;
}

else if (degree == 270)
{
	// 矩阵转置
	//transpose(src, src);
	//0: 沿X轴翻转； >0: 沿Y轴翻转； <0: 沿X轴和Y轴翻转
	transpose(src, src);// 翻转模式，flipCode == 0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）
	flip(src, src, 0);
	return 1;
}
return 0;

}
int main()
{
Mat srcImage = imread(“e:\meinv.jpg”);
if (srcImage.empty())
{
cout << “图片读入失败” << endl;
return -1;
}
imshow("【原始图像】", srcImage);
/Mat srcImage1 = srcImage.clone();
Mat srcImage2 = srcImage.clone();
Mat srcImage3 = srcImage.clone();
rotateImage1(srcImage1, 90);
imshow("【翻转图像1】", srcImage1);
rotateImage1(srcImage2, 180);
imshow("【翻转图像2】", srcImage2);
rotateImage1(srcImage3, 270);
imshow("【翻转图像3】", srcImage3);/
Mat dstImage;
rotateImage(srcImage, dstImage, 270);
imshow("【效果图】", dstImage);
waitKey(0);
return 0;
}

参考https://blog.csdn.net/guduruyu/article/details/68942211

Lgraceful`
关注
[Python从零到壹] 三十九.图像处理基础篇之图像几何变换（镜像仿射透视）
杨秀璋的专栏
01-29 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。上一篇文章介绍图像几何变换，包括图像平移、图像缩放和图像旋转。这篇文章将继续讲解图像几何变换，包括图像镜像、图像仿射和图像透视。希望文章对您有所帮助，如果有不足之处，还请海涵。
python之详细图像仿射变换讲解（图像平移、旋转、缩放、翻转），一文就够了，赶紧码住
左手の明天的博客
09-05 2887
图像仿射变换仿射变换简介什么是放射变换图像平移公式推导例程演示代码图像平移v2图像旋转利用getRotationMatrix2D实现旋转演示代码利用wrapAffine实现缩放数学原理推导代码演示围绕任意点进行旋转数学原理推导代码演示图像缩放利用resize函数实现缩放 仿射变换简介 什么是放射变换 图像上的仿射变换, 其实就是图片中的一个像素点，通过某种变换，移动到另外一个地方。 从数学上来讲， 就是一个向量空间进行一次线形变换并加上平移向量， 从而变换到另外一个向量空间的过程。 向量空间m : m=(x
90度旋转 flip opencv_（三十五）OpenCV 仿射变换
weixin_40008566的博客
01-05 267
时间为友，记录点滴。十一假期归来，赶紧补一补更新。希望没把自己玩废掉。我计划把OpenCV的传统数字图像处理部分更新到40期，后面引入一些我自己一直关注、却也比较陌生的机器学习部分。为什么呢？主要是两点：其实写到现在，OpenCV的基础部分都聊的七七八八了，API的应用是无穷无尽的，我就这么一直往下介绍API有点背离了我当时设想的从理论到code的初衷，而且“以有涯随无涯，殆矣”。原理部分更多的放...
图像的翻转操作
qxqsunshine的博客
03-08 2245
具体代码执行如下: #coding=utf-8 from PIL import Image import os import os.path #图片的水平翻转 rootdir = r'/home/qxq/Desktop/eyedata_final/mask/rotation/' # 指明被遍历的文件夹 for parent, dirnames, filenames in os.walk(ro...
图片翻转动画原理解析
weixin_30512785的博客
09-04 215
;(function($){ $.fn.dbRotate2D=function(options){ var opt={ rotateSpeed:100 //ȸÀü¼Óµµ } $.extend(opt,options); return this.each(functio...
Arcgis应用（十二）栅格数据翻转(Flip)、镜像(Mirror)、重缩放(Rescale)、旋转(Rotate)、移位(Shift)、弯曲(Warp)
soderayer的博客
09-06 6944
1.使用工具 Arcgis工具箱中Data Mangement tools下的Projections and Transformationsde 中的Raster工具 翻转(Flip)、镜像(Mirror)、重缩放(Rescale)、旋转(Rotate)、移位(Shift)、弯曲(Warp) 使用数据，选一张照片数据 2.数据变换 2.1翻转(Flip) 参数只有输入输出，图像倒立翻转。 2.2 镜像(Mirror) Mirror进行左右翻转了 2.3 重缩放(...
利用OpenCV的flip()函数实现图像的水平镜像(水平翻转)、垂直镜像(垂直翻转)
昊虹AI笔记
12-23 3020
利用OpenCV的flip()函数实现图像的水平镜像(水平翻转)、垂直镜像(垂直翻转)
jihe.rar_图像 翻转_图像旋转
09-24
在C++中，我们可以使用OpenCV库中的`flip()`函数来实现图像翻转，该函数接受图像、翻转轴和目标图像作为参数，可以方便地执行这两种类型的翻转。 **二、图像旋转** 图像旋转涉及到将图像围绕某个点（通常是图像...
opencv 图像平移、缩放、旋转、翻转 图像仿射变换
Ibelievesunshine的博客
03-28 3467
图像几何变换 图像几何变换从原理上看主要包括两种：基于2x3矩阵的仿射变换（平移、缩放、旋转、翻转）、基于3x3矩阵的透视变换。 图像平移 opencv实现图像平移 实现图像平移，我们需要定义下面这样一个矩阵,tx和ty分别是x和y方向上平移的距离： 图像平移利用仿射变换函数 cv.warpAffine() 实现 实验 # 图像平移 import numpy as np import c...
图像仿射变换
HaisHa1的博客
04-23 1255
目录 1. 原理 2. OpenCV代码程序举例 3. 应用 3.1 数据增广 3.2 Spatial Transformer Networks 1. 原理 图像处理中，可应用仿射变换对二维图像进行平移（Translation）、缩放（Scale）、旋转（Rotation）、翻转（Flip）等操作，同时，这些操作可以进行复合操作。 仿射变换可以用矩阵运算劳作，该矩阵称为变换矩阵。 ...
编程实现图片的翻转效果（翻转90度）和任意角度的旋转效果。
07-20
编程实现图片的翻转效果（翻转90度）和任意角度的旋转效果。 C++程序，VC++6.0完美运行的，运行.dsw文件后后debug里面会有.exe文件 因为提交问题删除了debug文件（太大）
opencv的图像上下、左右和对角线翻转—flip函数
最新发布
xiaofeixia002X的博客
02-22 969
在OpenCV中，flip函数用于翻转图像。你可以沿x轴、y轴或两者同时翻转图像。这个函数非常直接，可以用于创建镜像图像或旋转图像。src：输入图像。dst：翻转后的输出图像。可以与输入图像相同（原地操作）。flipCode：指定翻转的轴。
11、图像翻转
MuMengSunny
02-21 515
一、flip()函数实现图片翻转 语法格式 dst = cv2.flip(src,flipCode) src 代表要进行翻转的图像 flipcode代表要翻转的格式： ​ flipcode = 0 :上下翻转 ​ flipcode >0 :左右翻转 ​ flipcode < 0：先上下翻转，再左右翻转 二、Python 实现 #Author:MuMengSunny #Filename:图像翻转 import cv2 img = cv2.imread(r'F:\image\lenacolo
48. 旋转图像（矩阵翻转操作）
嘘嘘不去的博客
02-04 1030
给定一个 n×n 的二维矩阵表示一个图像。 将图像顺时针旋转 90 度。 说明： 你必须在原地旋转图像，这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。 示例 1: 给定 matrix = [ [1,2,3], [4,5,6], [7,8,9] ], 原地旋转输入矩阵，使其变为: [ [7,4,1], [8,5,2], [9,6,3...
【Numpy】数字图像处理——灰度变换
qq_34108802的博客
01-16 1559
灰度变换是计算机视觉任务中很重要的环节，比如为提高模型泛化能力而设置的图像增广中就有灰度变换这一支。
【OpenCV基础】图像翻转和旋转变换
欢迎时常光顾我的干货超市，热衷于AIoT！！
07-23 1351
API- flip 函数原型： void flip(InputArray src, OutputArray dst, int flipCode) 参数含义： src，输入矩阵 dst，翻转后矩阵，类型与src一致 flipCode，翻转模式，flipCode==0垂直翻转（沿X轴翻转），flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°） ...
旋转rot和翻转flip
qq_35091353的博客
12-05 1507
1、前言 在训练神经网络的时候，经常需要对原始图像做各种各样的增强来增加数据量，最常见的也就是旋转和翻转操作了，实现这两种操作也多种多样，本博客就是来探究不同操作带来的结果 本文所有的实验都是基于2维的图像，即2维数组，原始图为（https://baike.baidu.com/item/%E5%94%90%E8%80%81%E9%B8%AD/4344419?fr=aladdin）： 2、翻转（flip，flipud，fliplr） flip适用于所有的数组翻转，而flipud和fliplr一般用于图像（2
图像的旋转与翻转
u012474716的博客
01-12 2319
1.图像的缩小用resize 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.resize((128, 128)) im_resized.show() 2.图像的旋转用：使用成员函数rotate()，在入参中直
C# 图片 旋转和翻转 RotateFlip
热门推荐
Haibing的博客
11-29 1万+
1、Rotate90FlipX 2、Rotate90FliY 3、Rotate90FlipXY 4、Rotate90FlipNone 以上面四个为例： 1是指定后接水平翻转的90度顺时针旋转， 2是指定后接垂直翻转的90度顺时针旋转， 3是指定后接水平翻转和垂直翻转的90度顺时针旋转， 4是指定不进行翻转的90度顺时针旋转。这是VS的解释。 第一次理解错误了，正确的是（以1为例）
仿射非局部均值图像去噪方法
"本文档是关于‘仿射非局部均值图像去噪’的研究论文，由Vadim Fedorov和Coloma Ballester撰写，发表在IEEE Transactions on Image Processing期刊上。该工作提出了一种非局部均值去噪方法的扩展版本，尤其针对真实...
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