Python如何实现图像转换？本文带你了解如何使用 Python 中的 OpenCV 库执行透视图像转换技术，例如图像平移、反射、旋转、缩放、剪切和裁剪。
Python OpenCV实现图像转换介绍图像变换是一种坐标变换函数，它将一个坐标系中的一些（x，y）点映射到另一个坐标系中的点（x'，y'）。

文章图片
例如，如果我们在xy坐标中有(2, 3)个点，而我们在uv坐标中绘制同一个点，同一个点的表示方式不同，如下图所示：

文章图片
这是Python图像转换示例目录：

• 图像变换的使用
• 图像平移
• 图像缩放
• 图像剪切
  • 在 x 轴方向上剪切
  • y 轴方向的剪切
• 图像反射
• 图像旋转
• 图像裁剪
• 结论

图像变换的使用【如何在Python中使用OpenCV进行图像转换（代码示例）】在下图中，漫画书与右侧图像之间的几何关系基于相似变换（旋转、平移和缩放）。如果我们需要训练一个机器学习模型来找到这本漫画书，那么我们需要输入不同形状和角度的图像。
文章图片

图像转换技术在机器学习中图像的预处理阶段可以帮助我们很多。
矩阵可以表示图像。矩阵中的每个值都是特定坐标处的像素值。可以使用矩阵乘法来执行图像变换。数学家已经计算出一些矩阵，可以用来完成某些转换操作。
平移Python OpenCV实现图像转换：图像平移是图像从一个位置到另一个位置的直线平移，因此物体的平移称为平移。下面显示的矩阵用于图像的平移：

文章图片
b  x的值  定义了图像在 x 轴上的移动量，而b  y  的值  决定了图像在 y 轴上的移动：

文章图片
现在你了解了图像平移，让我们看一下 Python 代码。在 OpenCV 中，有两个用于执行转换的内置函数：

• cv2.warpPerspective: 将(3x3)变换矩阵作为输入。
• cv2.warpAffine: 将(2x3)变换矩阵作为输入。

这两个函数都采用三个输入参数：

• 输入图像。
• 变换矩阵。
• 图像的高度和宽度的元组。

在本教程中，我们将使用cv2.warpPerspective()函数。
Python如何实现图像转换？下面的代码读取输入图像（如果你想要确切的输出，请在此处获取演示图像并将其放在当前工作目录中），对其进行平移并显示：

import numpy as np import cv2 import matplotlib.pyplot as plt# read the input image img = cv2.imread("city.jpg") # convert from BGR to RGB so we can plot using matplotlib img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # disable x & y axis plt.axis('off') # show the image plt.imshow(img) plt.show() # get the image shape rows, cols, dim = img.shape # transformation matrix for translation M = np.float32([ [ 1, 0, 50], [ 0, 1, 50], [ 0, 0, 1]]) # apply a perspective transformation to the image translated_img = cv2.warpPerspective(img, M, (cols, rows)) # disable x & y axis plt.axis('off') # show the resulting image plt.imshow(translated_img) plt.show() # save the resulting image to disk plt.imsave("city_translated.jpg", translated_img)

请注意，我们使用plt.axis('off')as 我们不想输出轴值，我们使用 matplotlib 的imshow()函数显示图像。
我们还使用plt.imsave()函数将图像保存在本地。原图：

文章图片
翻译图像：

文章图片
图像缩放Python OpenCV实现图像转换：图像缩放是用于调整数字图像大小的过程。OpenCV 有一个内置函数cv2.resize()，但我们将像以前一样使用矩阵乘法来执行转换。用于缩放的矩阵如下所示：
文章图片
S x和S y分别是 x 轴和 y 轴的缩放因子。

文章图片
下面的代码负责读取相同的图像，定义用于缩放的变换矩阵，并显示结果图像：

import numpy as np import cv2 import matplotlib.pyplot as plt# read the input image img = cv2.imread("city.jpg") # convert from BGR to RGB so we can plot using matplotlib img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # disable x & y axis plt.axis('off') # show the image plt.imshow(img) plt.show() # get the image shape rows, cols, dim = img.shape #transformation matrix for Scaling M = np.float32([ [ 1.5, 0, 0], [ 0,1.8, 0], [ 0,0,1]]) # apply a perspective transformation to the image scaled_img = cv2.warpPerspective(img,M,(cols*2,rows*2)) # disable x & y axis plt.axis('off') # show the resulting image plt.imshow(scaled_img) plt.show() # save the resulting image to disk plt.imsave("city_scaled.jpg", scaled_img)

输出图像：

文章图片
请注意，你可以使用cropping轻松删除那些黑色像素，我们将在本教程的末尾介绍这一点。
另请阅读：如何在 Python 中使用 OpenCV 模糊图像中的人脸。
Python图像转换示例：图像剪切剪切映射是一种将每个点在固定方向上位移的线性映射，它用与其 x 或 y 坐标成正比的特定值水平或垂直替换每个点，有两种类型的剪切效应。
在 x 轴方向上剪切
在 x 轴方向上进行剪切时，与 x 轴平行的图像边界保持其位置，而与 y 轴平行的边缘根据剪切因子改变其位置：

文章图片
y 轴方向的剪切
Python如何实现图像转换？在 y 轴方向上进行剪切时，与 y 轴平行的图像边界保持其位置，而与 x 轴平行的边缘根据剪切因子改变其位置。剪切矩阵如下图所示：

文章图片
下面是负责剪切的代码：

import numpy as np import cv2 import matplotlib.pyplot as plt# read the input image img = cv2.imread("city.jpg") # convert from BGR to RGB so we can plot using matplotlib img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # disable x & y axis plt.axis('off') # show the image plt.imshow(img) plt.show() # get the image shape rows, cols, dim = img.shape # transformation matrix for Shearing # shearing applied to x-axis M = np.float32([ [ 1, 0.5, 0], [ 0, 1, 0], [ 0, 0, 1]]) # shearing applied to y-axis # M = np.float32([ [ 1,0, 0], #[ 0.5, 1, 0], #[ 0,0, 1]]) # apply a perspective transformation to the image sheared_img = cv2.warpPerspective(img,M,(int(cols*1.5),int(rows*1.5))) # disable x & y axis plt.axis('off') # show the resulting image plt.imshow(sheared_img) plt.show() # save the resulting image to disk plt.imsave("city_sheared.jpg", sheared_img)

第一个矩阵是应用于 x 轴的剪切，如果你想要 y 轴，则注释第一个矩阵并取消注释第二个矩阵。
X轴剪切图像：

文章图片
Y轴剪切图像：

文章图片
相关：在 Python 中使用 OpenCV 进行人脸检测。
Python OpenCV实现图像转换：图像反射图像反射（或镜像）对于翻转图像很有用，它可以垂直和水平翻转图像，这是缩放的一种特殊情况。对于沿 x 轴的反射，我们将Sy的值设置为 -1，将Sx的值设置为 1，对于 y 轴反射，反之亦然。
反射的变换矩阵如下所示：

文章图片

文章图片
这是用于反射的 Python 代码：

import numpy as np import cv2 import matplotlib.pyplot as plt# read the input image img = cv2.imread("city.jpg") # convert from BGR to RGB so we can plot using matplotlib img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # disable x & y axis plt.axis('off') # show the image plt.imshow(img) plt.show() # get the image shape rows, cols, dim = img.shape # transformation matrix for x-axis reflection M = np.float32([ [ 1,0, 0], [ 0, -1, rows], [ 0,0, 1]]) # transformation matrix for y-axis reflection # M = np.float32([ [ -1, 0, cols], #[ 0, 1, 0], #[ 0, 0, 1]]) # apply a perspective transformation to the image reflected_img = cv2.warpPerspective(img,M,(int(cols),int(rows))) # disable x & y axis plt.axis('off') # show the resulting image plt.imshow(reflected_img) plt.show() # save the resulting image to disk plt.imsave("city_reflected.jpg", reflected_img)

如前所述，这将反映它的 x 轴，如果你想要 y 轴反射，请取消注释第二个矩阵并注释第一个矩阵。
X轴反射图像：

文章图片
Y轴反射图像：

文章图片
Python图像转换示例：图像旋转旋转是数学中的一个概念，它是某个空间的运动，它至少保留一个点。图像旋转是一种常见的图像处理程序，应用于匹配、对齐和其他基于图像的算法，它也  广泛用于数据增强，尤其是  在图像分类方面。

文章图片
旋转变换矩阵如下图所示，其中 theta (  θ  ) 为旋转角度：

文章图片
下面是图像旋转的 Python 代码：

import numpy as np import cv2 import matplotlib.pyplot as plt# read the input image img = cv2.imread("city.jpg") # convert from BGR to RGB so we can plot using matplotlib img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # disable x & y axis plt.axis('off') # show the image plt.imshow(img) plt.show() # get the image shape rows, cols, dim = img.shape #angle from degree to radian angle = np.radians(10) #transformation matrix for Rotation M = np.float32([ [ np.cos(angle), -(np.sin(angle)), 0], [ np.sin(angle), np.cos(angle), 0], [ 0, 0, 1]]) # apply a perspective transformation to the image rotated_img = cv2.warpPerspective(img, M, (int(cols),int(rows))) # disable x & y axis plt.axis('off') # show the resulting image plt.imshow(rotated_img) plt.show() # save the resulting image to disk plt.imsave("city_rotated.jpg", rotated_img)

输出图像：

文章图片
这是旋转了 10° (  np.radians(10))，你可以随意编辑它！
相关：如何使用 OpenCV 在 Python 中执行边缘检测。
Python图像转换示例：图像裁剪Python如何实现图像转换？图像裁剪是从图像中去除不需要的外部区域，上面的很多示例都引入了黑色像素，你可以使用裁剪轻松地去除它们。下面的代码是这样做的：

import numpy as np import cv2 import matplotlib.pyplot as plt# read the input image img = cv2.imread("city.jpg") # convert from BGR to RGB so we can plot using matplotlib img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # disable x & y axis plt.axis('off') # show the image plt.imshow(img) plt.show() # get 200 pixels from 100 to 300 on both x-axis & y-axis # change that if you will, just make sure you don't exceed cols & rows cropped_img = img[ 100:300, 100:300] # disable x & y axis plt.axis('off') # show the resulting image plt.imshow(cropped_img) plt.show() # save the resulting image to disk plt.imsave("city_cropped.jpg", cropped_img)

Python OpenCV实现图像转换结果解释：由于 OpenCV 将图像加载为 numpy 数组，我们可以简单地通过索引数组来裁剪图像，在我们的例子中，我们选择在两个轴上从100到300获得200 个像素，这是输出图像：

文章图片
结论在本教程中，我们介绍了图像处理和变换的基础知识，即图像平移、缩放、剪切、反射、旋转和裁剪。
你可以在此处获取所有代码。

推荐阅读

• 

  最旺宅的植物招财 招财又旺宅又喜阴的植物
• 

  老版本迅雷
• 

  咸鸭蛋洗掉泥后怎么保存
• 

  E97几时出,E93、 E97代表着什么汽油？
• 

  学生练字作品展示
• 

  投稿|时隔4年EDG重回王座，LPL无畏竞巅峰
• 

  新浪页游助手怎么查看辅助工具？
• 

  mysql查询优化,索引优化,存储优化 优化mysql索引
• 

  产品经理的第一次面试总结
• 

  如何让x27耗电慢方法有哪些
• 

  女人吃百合有什么好处 女人吃百合有什么好处和坏处
• 

  尼康180微距镜头与200微距比较 尼康微距180微距
• 

  《林中水滴》散文分享｜树的生活—森林深处
• 

  diptyque怎么读 英语diptyque怎么读
• 

  排队论案例分析
• 

  尿布疹还能用爽身粉吗
• 

  努力，才是人生的态度！
• 

  颜值和灵魂的碰撞
• 

  刀具可以带上飞机吗 坐飞机刀具能带吗
• 

  华为手机怎么检测回收，华为手机怎么看回收价格

• 如何用Python制作条形码阅读器（代码实现示例）
• 在Python中使用OpenCV进行SIFT特征提取
• 如何在Python中提取维基百科数据（代码实现示例）
• 如何在Python中从Google中提取天气数据（代码示例）
• 如何在Python中从网页下载所有图像（代码示例）
• 如何在Python中将HTML表格转换为CSV文件（代码示例）
• 如何使用代理在Python中轮换IP地址 – 大规模网络抓取
• Win7中让完整快捷菜单显示的妙招
• 改变Win7电脑分辨率的妙招