python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）

python opencv图像合并

Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射

前言

总结一下最近看的关于opencv图像几何变换的一些笔记.

这是原图:

1.平移

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

import cv2 import numpy as np   img = cv2.imread("image0.jpg" alt="python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）" border="0" />, 1) imginfo = img.shape height = imginfo[0] width = imginfo[1] mode = imginfo[2]   dst = np.zeros(imginfo, np.uint8)   for i in range( height ):   for j in range( width - 100 ):     dst[i, j + 100] = img[i, j]   cv2.imshow('image', dst) cv2.waitkey(0)

demo很简单,就是将图像向右平移了100个像素.如图:

2.镜像

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import cv2 import numpy as np     img = cv2.imread('image0.jpg" alt="python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）" border="0" />, 1) cv2.imshow('src', img) imginfo = img.shape height= imginfo[0] width = imginfo[1] deep = imginfo[2]   dst = np.zeros([height*2, width, deep], np.uint8)   for i in range( height ):   for j in range( width ):     dst[i,j] = img[i,j]     dst[height*2-i-1,j] = img[i,j]   for i in range(width):   dst[height, i] = (0, 0, 255) cv2.imshow('image', dst) cv2.waitkey(0)

demo生成一个如下效果:

3.缩放

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

import cv2 img = cv2.imread("image0.jpg" alt="python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）" border="0" />, 1) imginfo = img.shape print( imginfo ) height = imginfo[0] width = imginfo[1] mode = imginfo[2]   # 1 放大 缩小 2 等比例 非等比例 dstheight = int(height * 0.5) dstweight = int(width * 0.5)   # 最近邻域插值 双线性插值 像素关系重采样 立方插值 dst = cv2.resize(img, (dstweight,dstheight)) print(dst.shape) cv2.imshow('image', dst) cv2.waitkey(0)

使用resize直接进行缩放操作,同时还可以使用邻域插值法进行缩放,代码如下:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

# 1 info 2 空白模板 3 重新计算x, y import cv2 import numpy as np img = cv2.imread('image0.jpg" alt="python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）" border="0" />, 1) imginfo = img.shape # 先高度,后宽度 height = imginfo[0] width = imginfo[1] dstheight = int(height/2) dstwidth = int(width/2)   dstimage = np.zeros([dstheight, dstwidth, 3], np.uint8) for i in range( dstheight ):   for j in range(dstwidth):     inew = i * ( height * 1.0 / dstheight )     jnew = j * ( width * 1.0 / dstwidth )       dstimage[i,j] = img[int(inew),int(jnew)]   cv2.imshow('image', dstimage) cv2.waitkey(0)

4.旋转

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import cv2   img = cv2.imread('image0.jpg" alt="python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）" border="0" />, 1) cv2.imshow('src', img) imginfo = img.shape height= imginfo[0] width = imginfo[1] deep = imginfo[2]   # 定义一个旋转矩阵 matrotate = cv2.getrotationmatrix2d((height*0.5, width*0.5), 45, 0.7) # mat rotate 1 center 2 angle 3 缩放系数   dst = cv2.warpaffine(img, matrotate, (height, width))   cv2.imshow('image',dst) cv2.waitkey(0)

旋转需要先定义一个旋转矩阵,cv2.getrotationmatrix2d(),参数1:需要旋转的中心点.参数2:需要旋转的角度.参数三:需要缩放的比例.效果如下图:

5.仿射

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

import cv2 import numpy as np   img = cv2.imread('image0.jpg" alt="python opencv图像合并（Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射）" border="0" />, 1) cv2.imshow('src', img) imginfo = img.shape height= imginfo[0] width = imginfo[1] deep = imginfo[2] # src 3 -> dst 3 (左上角, 左下角,右上角) matsrc = np.float32([[0,0],[0,height-1],[width-1, 0]]) # 需要注意的是 行列 和 坐标 是不一致的 matdst = np.float32([[50,50],[100, height-50],[width-200,100]])   mataffine = cv2.getaffinetransform(matsrc,matdst) #mat 1 src 2 dst 形成组合矩阵 dst = cv2.warpaffine(img, mataffine,(height, width)) cv2.imshow('image',dst) cv2.waitkey(0)

需要确定图像矩阵的三个点坐标,及(左上角, 左下角,右上角).定义两个矩阵,matsrc 为原图的三个点坐标,matdst为进行仿射的三个点坐标,通过cv2.getaffinetransform()形成组合矩阵.效果如下:

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持开心学习网。

原文链接：https://blog.csdn.net/missyougoon/article/details/81092512