OpenCV实现图像平移、旋转_opencv 图像旋转

        旋转平移都要用到cv2.warpAffine(src,M,dsize,flags,mode,value)，区别就是构造变换矩阵M的方式不同。平移比较简单可以手动构造。

        旋转我们用到cv2.getROtationMatrix2D(center,angle,scale)构造变换矩阵M.

1.图像平移

        图像是由像素组成的，我们用(x,y)来表示一副图像中像素点所处的位置。假如一个像素点从x0,y0移动到x,y我们可以这样表示：

        

        但我们目标的是构造一个变化矩阵T来对原图P0进行变化，即如下：

        因此我们可以构造2*3的变换矩阵如下式：

        使用函数cv2.warpAffine(src,M,dsize,flags,mode,value)来进行矩阵变换操作,其中src即我们平移的图像,M为变换矩阵，dsize为输出图像尺寸，flag与resize中的插值算法一致  ，mode边界外推法标志 ，value:填充边界的值。 我们一般只用到前三个参数。

        以向右和向下各平移50个像素为例：

import cv2
import numpy as np
 
img=cv2.imread(r"C:\Users\86166\Desktop\wallhaven.png")
 
#图片有点大 先对其 缩放 方便展示
img=cv2.resize(img,None,fx=0.3,fy=0.3)
h,w,ch=img.shape
 
#平移矩阵  
M=np.float32([[1,0,50],
              [0,1,50]])
 
new=cv2.warpAffine(img,M,(w,h)) 
 
cv2.imshow('img',img)
cv2.imshow('new',new)
cv2.waitKey(0)

现象如下，可见图像向 右和向下分别移动了50个像素点。

2.图像旋转

        图像旋转同样需要变换矩阵M,我们可以使用cv2.getROtationMatrix2D(center,angle,scale)函数来得到变换矩阵M.- center：旋转中心点  angle：旋转角度   scale ：缩放因子

        这里不对图像旋转的矩阵M进行过多赘述，其原理同 矩阵旋转一样，大家可以查阅线性代数矩阵变换相关知识。

        我们以绕图像中心点旋转45度为例，并且  缩放0.5倍：

import cv2
import numpy as np
 
img=cv2.imread(r"C:\Users\86166\Desktop\wallhaven.png")
 
#图片有点大 先对其 缩放 方便展示
img=cv2.resize(img,None,fx=0.3,fy=0.3)
h,w,ch=img.shape
 
#旋转矩阵   
M=cv2.getRotationMatrix2D((w/2,h/2),45,0.5) #旋转默认为逆时针   
 
 
new=cv2.warpAffine(img,M,(w,h)) 
 
cv2.imshow('img',img)
cv2.imshow('new',new)
cv2.waitKey(0)

现象如下：