Python图像处理六。图像缩放图像旋转图像翻转与图像平移

　　也许每个人出生的时候都以为这世界都是为他一个人而存在的，当他发现自己错的时候，他便开始长大
　　少走了弯路，也就错过了风景，无论如何，感谢经历
　　更多关于Android安全的知识，可前往：https：blog。csdn。netananasorangeycategory11955914。html
　　本篇文章转载自公众号〔娜璋AI安全之家〕
　　该系列文章是讲解PythonOpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类、目标检测应用。
　　前一篇文章介绍Python调用OpenCV实现图像融合、图像加减法、图像逻辑运算和类型转换。这篇文章将详细讲解图像缩放、图像旋转、图像翻转、图像平移。希望文章对您有所帮助，如果有不足之处，还请海涵一。图像缩放二。图像旋转三。图像翻转四。图像平移
　　该系列在github所有源代码：https：github。comeastmountyxzImageProcessingPython
　　前文回顾（下面的超链接可以点击喔）：〔Python图像处理〕一。图像处理基础知识及OpenCV入门函数〔Python图像处理〕二。OpenCVNumpy库读取与修改像素〔Python图像处理〕三。获取图像属性、兴趣ROI区域及通道处理〔Python图像处理〕四。图像平滑之均值滤波、方框滤波、高斯滤波、中值滤波及双边滤波〔Python图像处理〕五。图像融合、加法运算及图像类型转换〔Python图像处理〕六。图像缩放、图像旋转、图像翻转与图像平移
　　学Python近八年，认识了很多大佬和朋友，感恩。由于在外求学且需要养娃，故在CSDN设置成了最低价收费专栏，觉得不错的可以购买抬爱；但作者的本意是帮助更多初学者入门，因此在github开源了所有代码，也在公众号同步更新。深知自己很菜，得拼命努力前行，编程也没有什么捷径，干就对了。希望未来能更透彻学习和撰写文章，同时非常感谢参考文献中的大佬们的文章和分享，共勉。
　　https：blog。csdn。neteastmount一。图像缩放
　　图像缩放主要调用resize（）函数实现，具体如下：resultcv2。resize（src，dsize〔，result〔。fx〔，fy〔，interpolation〕〕〕〕）
　　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fxfy）设置一个即可实现图像缩放。例如：resultcv2。resize（src，（160，160））resultcv2。resize（src，None，fx0。5，fy0。5）
　　图像缩放：设（x0，y0）是缩放后的坐标，（x，y）是缩放前的坐标，sx、sy为缩放因子，则公式如下：
　　代码示例如下所示：encoding：utf8importcv2importnumpyasnp读取图片srccv2。imread（test。jpg）图像缩放resultcv2。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。
　　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：utf8importcv2importnumpyasnp读取图片srccv2。imread（test。jpg）rows，colssrc。shape〔：2〕print（rows，cols）图像缩放dsize（列，行）resultcv2。resize（src，（int（cols0。6），int（rows1。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：
　　最后讲解（fx，fy）缩放倍数的方法对图像进行放大或缩小。encoding：utf8importcv2importnumpyasnp读取图片srccv2。imread（test。jpg）rows，colssrc。shape〔：2〕print（rows，cols）图像缩放resultcv2。resize（src，None，fx0。3，fy0。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。30。3缩小的。
　　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：Mcv2。getRotationMatrix2D（（cols2，rows2），30，1）
　　参数分别为：旋转中心、旋转度数、scalerotatedcv2。warpAffine（src，M，（cols，rows））
　　参数分别为：原始图像、旋转参数、原始图像宽高
　　图像旋转：设（x0，y0）是旋转后的坐标，（x，y）是旋转前的坐标，（m，n）是旋转中心，a是旋转的角度，（left，top）是旋转后图像的左上角坐标，则公式如下：
　　代码如下所示：encoding：utf8importcv2importnumpyasnp读取图片srccv2。imread（test。jpg）原图的高、宽以及通道数rows，cols，channelsrc。shape绕图像的中心旋转参数：旋转中心旋转度数scaleMcv2。getRotationMatrix2D（（cols2，rows2），30，1）参数：原始图像旋转参数元素图像宽高rotatedcv2。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：
　　如果设置90度，则核心代码和图像如下所示。Mcv2。getRotationMatrix2D（（cols2，rows2），90，1）rotatedcv2。warpAffine（src，M，（cols，rows））
　　三。图像翻转
　　图像翻转在OpenCV中调用函数flip（）实现，原型如下：dstcv2。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fliipCode0则以Y轴为对称轴翻转，如果flipCode0则在X轴、Y轴同时翻转。
　　代码如下所示：encoding：utf8importcv2importnumpyasnpimportmatplotlib。pyplotasplt读取图片imgcv2。imread（test。jpg）srccv2。cvtColor（img，cv2。COLORBGR2RGB）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img1cv2。flip（src，0）img2cv2。flip（src，1）img3cv2。flip（src，1）显示图形titles〔Source，Image1，Image2，Image3〕images〔src，img1，img2，img3〕foriinrange（4）：plt。subplot（2，2，i1），plt。imshow（images〔i〕，gray）plt。title（titles〔i〕）plt。xticks（〔〕），plt。yticks（〔〕）plt。show（）
　　输出结果如下图所示：
　　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：
　　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：Mnp。float32（〔〔1，0，x〕，〔0，1，y〕〕）shiftedcv2。warpAffine（image，M，（image。shape〔1〕，image。shape〔0〕））
　　完整代码如下所示：encoding：utf8importcv2importnumpyasnpimportmatplotlib。pyplotasplt读取图片imgcv2。imread（test。jpg）imagecv2。cvtColor（img，cv2。COLORBGR2RGB）图像平移下、上、右、左平移Mnp。float32（〔〔1，0，0〕，〔0，1，100〕〕）img1cv2。warpAffine（image，M，（image。shape〔1〕，image。shape〔0〕））Mnp。float32（〔〔1，0，0〕，〔0，1，100〕〕）img2cv2。warpAffine（image，M，（image。shape〔1〕，image。shape〔0〕））Mnp。float32（〔〔1，0，100〕，〔0，1，0〕〕）img3cv2。warpAffine（image，M，（image。shape〔1〕，image。shape〔0〕））Mnp。float32（〔〔1，0，100〕，〔0，1，0〕〕）img4cv2。warpAffine（image，M，（image。shape〔1〕，image。shape〔0〕））显示图形titles〔Image1，Image2，Image3，Image4〕images〔img1，img2，img3，img4〕foriinrange（4）：plt。subplot（2，2，i1），plt。imshow（images〔i〕，gray）plt。title（titles〔i〕）plt。xticks（〔〕），plt。yticks（〔〕）plt。show（）
　　输出结果如下图所示：
　　五。总结
　　本文主要讲解Python和OpenCV的图像基础处理，具体内容包括：一。图像缩放二。图像旋转三。图像翻转四。图像平移
　　回想2018年当时写这篇文章的感言，不错！
　　三尺讲台，三寸舌，
　　三千桃李，三杆笔。
　　再累再苦，站在讲台前就是最美的自己，几个月的烦恼和忧愁都已消失，真的好享受这种状态，仿佛散着光芒，终于给低年级的同学上课了越早培养编程兴趣越好，恨不能倾囊相授。即使当一辈子的教书匠，平平淡淡也喜欢，而且总感觉给学生讲课远不是课酬和职称所能比拟，这就是所谓的事业，所谓的爱好。
　　源代码下载地址，记得帮忙点star和关注喔！https：github。comeastmountyxzImageProcessingPython
　　2020年8月18新开的娜璋AI安全之家，主要围绕Python大数据分析、网络空间安全、人工智能、Web渗透及攻防技术进行讲解，同时分享CCF、SCI、南核北核论文的算法实现。娜璋之家会更加系统，并重构作者的所有文章，从零讲解Python和安全，写了近十年文章，真心想把自己所学所感所做分享出来，还请各位多多指教，真诚邀请您的关注！谢谢。
　　（By：Eastmount20210316夜于武汉）
　　参考文献，在此感谢这些大佬，共勉！〔1〕冈萨雷斯。数字图像处理（第3版）〔M〕。电子工业出版社，2013。〔2〕毛星云，冷雪飞。OpenCV3编程入门〔M〕。电子工业出版社，2015。〔3〕https：blog。csdn。netEastmount
　　你以为你有很多路可以选择，其实你只有一条路可以走