摘要：本篇文章主要講解Python調用OpenCV實作圖像位移操作、旋轉和翻轉效果，包括四部分知識：圖像縮放、圖像旋轉、圖像翻轉、圖像平移。
本文分享自華為雲社群《[Python圖像處理] 六.圖像縮放、圖像旋轉、圖像翻轉與圖像平移》，作者：eastmount 。
本篇文章主要講解Python調用OpenCV實作圖像位移操作、旋轉和翻轉效果，包括四部分知識：圖像縮放、圖像旋轉、圖像翻轉、圖像平移。全文均是基礎知識，希望對您有所幫助。
一.圖像縮放
圖像縮放主要調用resize()函數實作，具體如下：
result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])
其中src表示原始圖像，dsize表示縮放大小，fx和fy也可以表示縮放大小倍數，他們兩個（dsize或fx\fy）設定一個即可實作圖像縮放。例如：
- result = cv2.resize(src, (160,160))
- result = cv2.resize(src, None, fx=0.5, fy=0.5)
圖像縮放：設（x0, y0）是縮放後的坐标，（x, y）是縮放前的坐标，sx、sy為縮放因子，則公式如下：
代碼示例如下所示：
#encoding:utf-8
import cv2
import numpy as np
#讀取圖檔
src = cv2.imread('test.jpg')
#圖像縮放
result = cv2.resize(src, (200,100))
print result.shape
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows() 輸出結果如下圖所示，圖像縮小為（200，100）像素。
需要注意的是，代碼中 cv2.resize(src, (200,100)) 設定的dsize是列數為200，行數為100。
同樣，可以擷取原始圖像像素再乘以縮放系數進行圖像變換，代碼如下所示。
#encoding:utf-8
import cv2
import numpy as np
#讀取圖檔
src = cv2.imread('test.jpg')
rows, cols = src.shape[:2]
print rows, cols
#圖像縮放 dsize(列,行)
result = cv2.resize(src, (int(cols*0.6), int(rows*1.2)))
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows() 輸出結果如下圖所示：
最後講解(fx,fy)縮放倍數的方法對圖像進行放大或縮小。
#encoding:utf-8
import cv2
import numpy as np
#讀取圖檔
src = cv2.imread('test.jpg')
rows, cols = src.shape[:2]
print rows, cols
#圖像縮放
result = cv2.resize(src, None, fx=0.3, fy=0.3)
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("result", result)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows() 最後輸出的結果如下圖所示，這是按例比0.3*0.3縮小的。
二、圖像旋轉
圖像旋轉主要調用getRotationMatrix2D()函數和warpAffine()函數實作，繞圖像的中心旋轉，具體如下：
-
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
參數分别為：旋轉中心、旋轉度數、scale
-
rotated = cv2.warpAffine(src, M, (cols, rows))
參數分别為：原始圖像、旋轉參數、原始圖像寬高
圖像旋轉：設（x0, y0）是旋轉後的坐标，（x, y）是旋轉前的坐标，(m,n)是旋轉中心，a是旋轉的角度，(left,top)是旋轉後圖像的左上角坐标，則公式如下：
代碼如下所示：
#encoding:utf-8
import cv2
import numpy as np
#讀取圖檔
src = cv2.imread('test.jpg')
#原圖的高、寬 以及通道數
rows, cols, channel = src.shape
#繞圖像的中心旋轉
#參數：旋轉中心 旋轉度數 scale
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
#參數：原始圖像 旋轉參數 元素圖像寬高
rotated = cv2.warpAffine(src, M, (cols, rows))
#顯示圖像
cv2.imshow("src", src)
cv2.imshow("rotated", rotated)
#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows() 輸出結果如下圖所示：
如果設定-90度，則核心代碼和圖像如下所示。
M = cv2.getRotationMatrix2D((cols/2, rows/2), -90, 1)
rotated = cv2.warpAffine(src, M, (cols, rows))
三、圖像翻轉
圖像翻轉在OpenCV中調用函數flip()實作，原型如下：
dst = cv2.flip(src, flipCode)
其中src表示原始圖像，flipCode表示翻轉方向，如果flipCode為0，則以X軸為對稱軸翻轉，如果fliipCode>0則以Y軸為對稱軸翻轉，如果flipCode<0則在X軸、Y軸方向同時翻轉。
代碼如下所示：
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取圖檔
img = cv2.imread('test.jpg')
src = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
#圖像翻轉
#0以X軸為對稱軸翻轉 >0以Y軸為對稱軸翻轉 <0X軸Y軸翻轉
img1 = cv2.flip(src, 0)
img2 = cv2.flip(src, 1)
img3 = cv2.flip(src, -1)
#顯示圖形
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() 輸出結果如下圖所示：
四、圖像平移
圖像平移：設（x0, y0）是縮放後的坐标，（x, y）是縮放前的坐标，dx、dy為偏移量，則公式如下：
圖像平移首先定義平移矩陣M，再調用warpAffine()函數實作平移，核心函數如下：
M = np.float32([[1, 0, x], [0, 1, y]])
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
完整代碼如下所示：
#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt
#讀取圖檔
img = cv2.imread('test.jpg')
image = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
#圖像平移 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]))
#顯示圖形
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() 輸出結果如下圖所示：
華為夥伴暨開發者大會2022火熱來襲，重磅内容不容錯過！
【精彩活動】勇往直前·做全能開發者→12場技術直播前瞻，8大技術寶典高能輸出，還有代碼密室、知識競賽等多輪神秘任務等你來挑戰。即刻闖關，開啟終極大獎！點選踏上全能開發者晉級之路吧！