使用OpenCV实现仿射变换—平移功能

本文讲解"使用OpenCV实现仿射变换—平移功能"，用于解决相关问题。

当我们打开一个图片编辑软件时，基本上都会提供几个操作：平移、缩放和旋转。特别目前在手机里拍照时，由于位置传感器的失灵，也许是软件的BUG，有一次我就遇到苹果手机不管怎么样竖放，或横放，它拍摄的照片就竖不起来，后来只有关机重启才解决。这样拍摄出来的照片，如果要改变方向，只能使用编辑功能了，进行旋转。因此，几何变换的功能，在现实生活里的需求必不可少。

为了理解这个几何的问题，可以来回忆一下初中的课本内容：

从这里可以看到平移的基本性质，有了这些概念之后，就要进入解释几何，平移的表达，比如往x轴移动100，那么就是x+100，因此平移的公式就是(x1, y1)=(x+a, y+b)，如下图所示：

从这个线性方程组来看，是一个二元的关系，再转换为矩阵的表示方式，你会发现使用的方式是如下：

在这里发现是使用三维矩阵来表示，为什么要这样呢？其实是为了把三种变换统一到一种表示方式，升维思想的作用。因此矩阵第三行没有什么作用的，如果一个图像要作平移，只要构造出变换矩阵，再作这个计算，就可以把坐标进行改变了，所以要平移的距离是由tx和ty决定。为了统一，旋转、缩放、平移都可以使用一个公式来表示和计算，这是升到三维数组的好处。同样在三维空间的变换，也是采用四维变换矩阵。下面通例子来演示图像平移的操作：

#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
#图片的路径
imgname = "img1.jpg"
#读取图片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
#图片的高度和宽度
h,w = image.shape[:2]
#构造平移的2X3的矩阵，然后调用warpAffine执行平移
A1 = np.array([[1, 0, 50], [0, 1, 40]], np.float32)
d1 = cv2.warpAffine(image, A1, (w, h), borderValue = 125)
#显示平移之后的图片
cv2.imshow("d1",d1)
#显示图像
cv2.imshow("image", image)
#等待用户输入，然后删除所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

执行的结果如下：

左图是平移之后的图片，在左上角出现了一片空白，使用了固定颜色填充，右图是原始图片。

在这里主要使用cv2.warpAffine函数，这个函数定义如下：

cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst

其中：

src - 输入图像。

M - 变换矩阵。

dsize - 输出图像的大小。

flags - 插值方法的组合（int 类型！）

borderMode - 边界像素模式（int 类型！）

borderValue - 边界填充值; 默认情况下，它为0。

上述参数中：M作为仿射变换矩阵，一般反映平移或旋转的关系，为InputArray类型的2×3的变换矩阵。

flages表示插值方式，默认为 flags=cv2.INTER_LINEAR，表示线性插值，此外还有：cv2.INTER_NEAREST（最近邻插值） cv2.INTER_AREA （区域插值） cv2.INTER_CUBIC（三次样条插值） cv2.INTER_LANCZOS4（Lanczos插值）

到这里学会了使用OpenCV中仿射变换的平移功能。

总结

以上所述是小编给大家介绍的使用OpenCV实现仿射变换—平移功能,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对亿速云网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

关于 "使用OpenCV实现仿射变换—平移功能" 就介绍到此。希望多多支持编程宝库。

本文讲解"nginx+redis实现session共享"，用于解决相关问题。上一篇我们介绍了nginx实现的负载均衡和动静分离，可看这边。我们在文章的末尾说到，负载均衡需要面临的一个问题是内存数 ...