摘要:本篇文章主要讲解Python调用OpenCV实现图像位移操作、旋转和翻转效果,包括四部分知识:图像缩放、图像旋转、图像翻转、图像平移。本文分享自华为云社区《[Python图像处理] 六.图像缩放、图像旋转、图像翻转与图像平移》,作者:eastmount 。
本篇文章主要讲解Python调用OpenCV实现图像位移操作、旋转和翻转效果,包括四部分知识:图像缩放、图像旋转、图像翻转、图像平移。全文均是基础知识,希望对您有所帮助。
一.图像缩放 图像缩放主要调用resize()函数实现,具体如下:
result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])
【技术交流|Python图像处理丨图像缩放、旋转、翻转与图像平移】其中src表示原始图像,dsize表示缩放大小,fx和fy也可以表示缩放大小倍数,他们两个(dsize或fx\fy)设置一个即可实现图像缩放。例如:
- result = cv2.resize(src, (160,160))
- result = cv2.resize(src, None, fx=0.5, fy=0.5)
文章图片
代码示例如下所示:
#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = https://www.it610.com/article/cv2.imread('test.jpg')#图像缩放
result = cv2.resize(src, (200,100))
print result.shape#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下图所示,图像缩小为(200,100)像素。
文章图片
需要注意的是,代码中 cv2.resize(src, (200,100)) 设置的dsize是列数为200,行数为100。
同样,可以获取原始图像像素再乘以缩放系数进行图像变换,代码如下所示。
#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = https://www.it610.com/article/cv2.imread('test.jpg')
rows, cols = src.shape[:2]
print rows, cols#图像缩放 dsize(列,行)
result = cv2.resize(src, (int(cols*0.6), int(rows*1.2)))#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下图所示:
文章图片
最后讲解(fx,fy)缩放倍数的方法对图像进行放大或缩小。
#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = https://www.it610.com/article/cv2.imread('test.jpg')
rows, cols = src.shape[:2]
print rows, cols#图像缩放
result = cv2.resize(src, None, fx=0.3, fy=0.3)#显示图像
cv2.imshow("src", src)
cv2.imshow("result", result)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
最后输出的结果如下图所示,这是按例比0.3*0.3缩小的。
文章图片
二、图像旋转 图像旋转主要调用getRotationMatrix2D()函数和warpAffine()函数实现,绕图像的中心旋转,具体如下:
- M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
参数分别为:旋转中心、旋转度数、scale - rotated = cv2.warpAffine(src, M, (cols, rows))
参数分别为:原始图像、旋转参数、原始图像宽高
文章图片
代码如下所示:
#encoding:utf-8
import cv2
import numpy as np
#读取图片
src = https://www.it610.com/article/cv2.imread('test.jpg')#原图的高、宽 以及通道数
rows, cols, channel = src.shape#绕图像的中心旋转
#参数:旋转中心 旋转度数 scale
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
#参数:原始图像 旋转参数 元素图像宽高
rotated = cv2.warpAffine(src, M, (cols, rows))#显示图像
cv2.imshow("src", src)
cv2.imshow("rotated", rotated)#等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
输出结果如下图所示:
文章图片
如果设置-90度,则核心代码和图像如下所示。
M = cv2.getRotationMatrix2D((cols/2, rows/2), -90, 1)
rotated = cv2.warpAffine(src, M, (cols, rows))
文章图片
三、图像翻转 图像翻转在OpenCV中调用函数flip()实现,原型如下:
dst = cv2.flip(src, flipCode)
其中src表示原始图像,flipCode表示翻转方向,如果flipCode为0,则以X轴为对称轴翻转,如果fliipCode>0则以Y轴为对称轴翻转,如果flipCode<0则在X轴、Y轴方向同时翻转。
代码如下所示:
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
img = cv2.imread('test.jpg')
src = https://www.it610.com/article/cv2.cvtColor(img,cv2.COLOR_BGR2RGB)#图像翻转
#0以X轴为对称轴翻转>0以Y轴为对称轴翻转 <0X轴Y轴翻转
img1 = cv2.flip(src, 0)
img2 = cv2.flip(src, 1)
img3 = cv2.flip(src, -1)#显示图形
titles = ['Source', 'Image1', 'Image2', 'Image3']
images = [src, img1, img2, img3]
for i in xrange(4):
plt.subplot(2,2,i+1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]),plt.yticks([])
plt.show()
输出结果如下图所示:
文章图片
四、图像平移 图像平移:设(x0, y0)是缩放后的坐标,(x, y)是缩放前的坐标,dx、dy为偏移量,则公式如下:
文章图片
图像平移首先定义平移矩阵M,再调用warpAffine()函数实现平移,核心函数如下:
M = np.float32([[1, 0, x], [0, 1, y]])
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
完整代码如下所示:
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#读取图片
img = cv2.imread('test.jpg')
image = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)#图像平移 下、上、右、左平移
M = np.float32([[1, 0, 0], [0, 1, 100]])
img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))M = np.float32([[1, 0, 0], [0, 1, -100]])
img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))M = np.float32([[1, 0, 100], [0, 1, 0]])
img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))M = np.float32([[1, 0, -100], [0, 1, 0]])
img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))#显示图形
titles = [ 'Image1', 'Image2', 'Image3', 'Image4']
images = [img1, img2, img3, img4]
for i in xrange(4):
plt.subplot(2,2,i+1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]),plt.yticks([])
plt.show()
输出结果如下图所示:
文章图片
华为伙伴暨开发者大会2022火热来袭,重磅内容不容错过!
【精彩活动】勇往直前·做全能开发者→12场技术直播前瞻,8大技术宝典高能输出,还有代码密室、知识竞赛等多轮神秘任务等你来挑战。即刻闯关,开启终极大奖!点击踏上全能开发者晋级之路吧!
【技术专题】未来已来,2022技术探秘→华为各领域的前沿技术、重磅开源项目、创新的应用实践,站在智能世界的入口,探索未来如何照进现实,干货满满点击了解。
点击关注,第一时间了解华为云新鲜技术~
推荐阅读
- Python数据分析基础-2Python标量类型
- python——rsa和aes加解密
- Python数据分析基础-1二元操作符(又全又清晰!)
- 一行代码简化 Python 异常信息(错误清晰可见,排版简洁明了)
- 2万字阐述-Python 用 XGBoost 进行梯度提升的数据准备(收藏)
- python|python又搞事情,想一统天下
- 小程序知识|微信小程序js.json.wxss.wxml后缀文件的区别及使用方法
- 程序人生|太卷了!程序员面试前刷面经“神似”科举考前背题(这是八股文么(真的有用么?))
- 教你用OpenCV 和 Python实现圆物检测