python函数图像平移_[Python图像处理]六.图像缩放,图像旋转,图像翻转与图像平移...
图像缩放
图像缩放主要是调用resize()函数实现,result = cv2.resize(src, dsize[, result[.fx, fy[,interpolation]]]) 其中src表示原始图像,dsize表示缩放大小, fx,fy也可以表示缩放大小倍数,他们两个设置一个即可实现图像缩放。
eg: result = cv2.resize(src, (160, 60)) | result = cv2.resize(src, None, fx=0.5, fy=0.5)
代码如下:
importcv2deftest16():
src= cv2.imread("rose.jpg")#图像缩放,设置的dsize是列数为200, 行数为100
result = cv2.resize(src, (200, 100))print(result.shape) #(100, 200, 3)
cv2.imshow("demo1", src)
cv2.imshow("demo2", result)if cv2.waitKey(0) == 27:
cv2.destroyWindow("demo1")
cv2.destroyWindow("demo2")
test16()
效果如下:
也可以获取原始图像像素再乘以缩放系数进行图像转换
代码如下:
importcv2deftest17():
src= cv2.imread("rose.jpg")
rows, cols= src.shape[:2]#图像缩放dsize(列,行)
result = cv2.resize(src, (int(cols*0.6), int(rows*0.4)))
cv2.imshow("src", src)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
test17()
效果如下:
(fx,fy)缩放倍数的方法对图像进行放大或缩小
代码如下:
importcv2deftest18():
src= cv2.imread("rose.jpg")#图像缩放
result = cv2.resize(src, None, fx=0.3, fy=0.3)
cv2.imshow("src", src)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
test18()
效果如下:
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
代码如下:
importcv2deftest19():
src= cv2.imread("rose.jpg")
rows, cols, channel=src.shape#绕中心旋转
#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, 元素图像高度
rotated =cv2.warpAffine(src, M, (cols, rows))#显示旋转后的图像
cv2.imshow("demo1", rotated)
cv2.waitKey(0)
cv2.destroyAllWindows()
test19()
效果如下:
备注: 参数中的旋转度数设置为正数时表示逆时针旋转,为负数时表示顺时针旋转
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:
importcv2importmatplotlib.pyplot as pltdeftest20():#读取图片
img = cv2.imread('rose.jpg')
src=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 <0 X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 range(4):
plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()
效果如下:
图像平移
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]]) 其中(x,y)即为要偏移的x值,y值
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
代码如下:
importcv2importnumpy as npimportmatplotlib.pyplot as pltdeftest21():#读取图片
img = cv2.imread('rose.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 range(4):
plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()
test21()
效果如下:
转自:https://blog.csdn.net/Eastmount/article/details/82454335
python函数图像平移_[Python图像处理]六.图像缩放,图像旋转,图像翻转与图像平移...相关推荐
- Python图像处理丨图像缩放、旋转、翻转与图像平移
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. ...
- 图像算法二:【图像几何变换】平移、镜像、转置、缩放、旋转、插值
作为一个强大的科学计算软件,MATLAB广泛运用于较多领域,以其简单的编程风格著称.这篇文章便通过matlab语言来讲述如何进行图像的各种几何变换. 图像几何变换又称为图像空间变换,它是将一幅图像中的 ...
- 【python图像处理】图像的缩放、旋转与翻转
图像的几何变换,如缩放.旋转和翻转等,在图像处理中扮演着重要的角色,python中的Image类分别提供了这些操作的接口函数,下面进行逐一介绍. 1.图像的缩放 图像的缩放使用resize()成员函数 ...
- Python 函数声明和调用 - Python零基础入门教程
目录 一.前言 二.Python 函数定义 三.Python 函数的调用 四.Python 函数传参 1.Python 函数常规参数 2.Python 函数缺省参数 3.Python 函数不定长参数 ...
- 深度学习数据增强方法,利用仿射变换实现图像进行各种操作如平移、缩放、旋转、翻转
导读 在深度学习的数据增强中,我们经常需要对图像进行各种增强操作如平移.缩放.旋转.翻转等,这些其实都是图像的仿射变换.通过本篇文章,你能够知道它们的实现原理以及如何应用它们.本文讲述如何通过仿射变换 ...
- opencv 图像平移、缩放、旋转、翻转 图像仿射变换
图像几何变换 图像几何变换从原理上看主要包括两种:基于2x3矩阵的仿射变换(平移.缩放.旋转.翻转).基于3x3矩阵的透视变换. 图像平移 opencv实现图像平移 实现图像平移,我们需要定义下面这样 ...
- 图像增广 || 通过仿射变换实现图像的平移、缩放、旋转、翻转、错切,及MATLAB实现与分析
1.仿射变换理论 仿射变换(Affine Transformation或 Affine Map)是一种二维坐标(x,y)到二维坐标(u,v)之间的线性变换,它保持了二维图形的"平直性&quo ...
- python灰度图片格式_[Python图像处理] 十五.图像的灰度线性变换
[Python图像处理] 十五.图像的灰度线性变换 发布时间:2019-03-28 00:08, 浏览次数:619 , 标签: Python 该系列文章是讲解Python OpenCV图像处理知识,前 ...
- python 计算过程图片_[Python图像处理]九.图像形态学相关运算
图像开运算 图像开运算是图像依次经过腐蚀,膨胀处理后的过程.图像被腐蚀后,去除了噪声,但是也压缩了图像:接着对腐蚀过的图像进行膨胀处理,可以去除噪声,并保留原有图像. 开运算=膨胀 图像开运算主要使用 ...
最新文章
- matlab绘制bland-altman,制作Bland-Altman图的步骤和程序(以SPSS作图为例讲解)
- 致青春——谁的青春没有遗憾2018-01-05
- HDU4394(数论中的广搜)
- 服务器c盘大文件怎么查询,怎么查看c盘隐藏文件_怎么查看c盘的大文件
- MySQL 排序、分页查询、聚合查询
- 从零开始学习音视频编程技术(四) FFMPEG的使用
- android 9 pie公司,Android 9.0正式推送 定名Android Pie
- 驱动兼容_【重磅】上海数明发布国内首款兼容光耦隔离式单通道栅极驱动器系列产品SLM34x...
- 数理统计基本原理复习
- 【学习笔记9】Linux常用命令6 - 压缩解压命令
- java反射学习---(框架设计的灵魂,你不收藏都后悔)
- SecureCRT 关键字配色显示
- 慢慢的长大,慢慢的成长
- 1001: 植树问题
- 美国知名科技博客简介
- 欧陆风云3实用修改代码
- Android博客大汇总
- function(event)中的event详解
- XML的约两种约束——DTD、Schema
- Vegas 使用教程(六)修剪器