openCV Python基础--镜像翻转和图像旋转

镜像翻转
flip()函数：
flip函数是矩阵或者图像翻转，其实图像的本质也是矩阵。
void flip(InputArray src, OutputArray dst, int flipCode)
参数声明：
src：输入矩阵
dst：翻转后矩阵，类型与src一致
flipCode：翻转模式，flipCode==0垂直翻转（沿X轴翻转）、 flipCode>0水平翻转（沿Y轴翻转），flipCode<0水平垂直翻转（先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）

Python实现：

    src = cv.imread("D://Image/lena.jpg")h, w, ch = src.shapecv.imshow("input", src)dst = np.zeros(src.shape, src.dtype)for row in range(h):for col in range(w):b, g, r = src[row, col]dst[row, w - col - 1] = [b, g, r]cv.imshow("output", dst)

openCV实现：

    # APIxs = cv.flip(src, -1)cv.imshow("xs", xs)

图像旋转
rotate() 函数：
rotate(src, rotateCode[, dst] )
参数声明：
src：原始图像。
rotateCode：一个枚举，用于指定如何旋转数组。
dst：与src图像大小和深度相同的输出图像。它是一个可选参数。
返回值：它返回一个图像。

顺时针旋转90度：

cv2.rotate(src, cv2.ROTATE_90_CLOCKWISE)

顺时针旋转180度：

cv2.rotate(src, cv2.ROTATE_180)

顺时针旋转270度：

cv2.rotate(src, cv2.ROTATE_90_COUNTERCLOCKWISE)

图像旋转原理：

warpAffine()函数：

void cv::warpAffine     (   InputArray      src,OutputArray     dst,InputArray      M,Size    dsize,int     flags = INTER_LINEAR,int     borderMode = BORDER_CONSTANT,const Scalar &      borderValue = Scalar() )

参数解释
. src: 输入图像
. dst: 输出图像，尺寸由dsize指定，图像类型与原图像一致
. M: 2X3的变换矩阵
. dsize: 指定图像输出尺寸
. flags: 插值算法标识符，有默认值INTER_LINEAR，如果插值算法为WARP_INVERSE_MAP, warpAffine函数使用如下矩阵进行图像转换
. borderMode: 边界像素模式，有默认值BORDER_CONSTANT
. borderValue: 边界取值，有默认值Scalar()即0

常用的插值算法如下：

代码：

# 图像旋转
def rotate_demo():src = cv.imread("D://Image/lena.jpg")cv.imshow("input", src)dst = cv.rotate(src, cv.ROTATE_90_COUNTERCLOCKWISE)dst2 = cv.flip(dst, 0)cv.imshow("rotate", dst)cv.imshow("dst2", dst2)# 旋转任意角度h, w, ch = src.shapecy = h // 2cx = w // 2M = cv.getRotationMatrix2D((cx, cy), 45, 1.0)  # 图像旋转的中心位置print(M)cos = np.abs(M[0, 0])sin = np.abs(M[0, 1])nw = np.int(h * sin + w * cos)nh = np.int(h * cos + w * sin)M[0, 2] += (nw / 2) - cxM[1, 2] += (nh / 2) - cydst = cv.warpAffine(src, M, (nw, nh))cv.imshow("output", dst)

openCV Python基础--镜像翻转和图像旋转相关推荐

基于深度学习的目标检测：数据增强（一）图像翻转、图像旋转、图像放缩
1.数据增强简介数据增强(data augmentation),又名数据增广或数据扩充,其本质是通过使用图像处理方法,基于有限的数据产生更多的数据,以此增加训练样本的数量以及多样性,进而提升模型的泛 ...
OpenCV python 图片镜像
OpenCV python 图片镜像输入图片 source.jpg 源代码 #!/usr/bin/env python3 # -*- coding: utf-8 -*- ""&q ...
Docker定制化Python基础镜像
1.选择基础镜像的难题在使用Docker部署某类服务时,第一个面临的问题就是选择一个基础镜像.那么如何选择基础镜像更有利于我们的工作呢? 我们知道docker是基于linux的,任何一个镜像,其包含 ...
OpenCV Python教程（2、图像元素的访问、通道分离与合并）
OpenCV Python教程之图像元素的访问.通道分离与合并转载请详细注明原作者及出处,谢谢! 访问像素像素的访问和访问numpy中ndarray的方法完全一样,灰度图为: [python] v ...
python数字图像处理笔记10 图像旋转
图像旋转旋转前旋转后矩阵表示 def rotate(img, angle):H, W, C = img.shapeanglePi = angle * math.pi / 180.0cosA = ...
python图片镜像翻转_翻转图像/镜像图像
你混淆了基于0和基于1的索引.x范围从0到org.size[0]-1.但是a的范围从org.size[0]到1,因为您从a=org.size[0]开始使用它,而不需要首先减去. 最有可能的错误来自这一 ...
python图片镜像翻转_python图像处理之镜像实现方法
本文实例讲述了python图像处理之镜像实现方法.分享给大家供大家参考.具体分析如下: 图像的镜像变化不改变图像的形状.图像的镜像变换分为三种:水平镜像.垂直镜像.对角镜像设图像的大小为M×N,则 ...
python图片镜像翻转_python中镜像实现方法
图像的镜像变化不改变图像的形状.图像的镜像变换分为三种:水平镜像.垂直镜像.对角镜像设图像的大小为M×N,则水平镜像可按公式 I = i J = N - j + 1 垂直镜像可按公式 I = M ...
OpenCV Python教程（1、图像的载入、显示和保存）
本文是OpenCV 2 Computer Vision Application Programming Cookbook读书笔记的第一篇.在笔记中将以Python语言改写每章的代码. PythonO ...

openCV Python基础--镜像翻转和图像旋转

openCV Python基础--镜像翻转和图像旋转相关推荐

最新文章

热门文章