前言

到目前為止速梗，經(jīng)過前幾節(jié)的介紹,我們已經(jīng)有了一個(gè)堅(jiān)實(shí)的基礎(chǔ)去做一些圖像處理枚碗，在本節(jié)我們先將介紹圖像變換中的平移钞啸，為后面幾節(jié)學(xué)習(xí)圖像變換中的旋轉(zhuǎn)几蜻、改變大小喇潘、鏡像、裁剪打下一個(gè)好的基礎(chǔ)

1 平移

1.1 平移基本操作

新建

translation.py

平移的意思就是將圖像沿著x軸梭稚、y軸移到颖低，我們可以進(jìn)行上下左右等各個(gè)方向的移動(dòng)。

# -*- coding: utf-8 -*-
import numpy as np #1
import argparse #2
import imutils #3
import cv2 #4

ap = argparse.ArgumentParser() #5
ap.add_argument("-i", "--image", required=True,
                help="Path to the image") #6
args = vars(ap.parse_args())  #7

image = cv2.imread(args["image"]) #8
cv2.imshow("原始圖片", image) #9

M = np.float32([[1, 0, 25], [0, 1, 50]]) #10
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0])) #11
cv2.imshow("Shifted Down and Right", shifted) #12

M = np.float32([[1, 0, -50], [0, 1, -90]]) #13
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0])) #14
cv2.imshow("Shifted Up and Left", shifted) #15

shifted = imutils.translate(image, 0, 100) #16
cv2.imshow("Shifted down", shifted) #17
cv2.waitKey(0) #18

#1-9：
與前幾節(jié)一樣的操作弧烤，進(jìn)行導(dǎo)包忱屑，然后顯示原始圖片，但是需要注意的是在第三行 import imutils,這里的imutils是什么呢暇昂？這不是一個(gè)OpenCV或者NumPy的包莺戒，而是我們自己寫的一個(gè)庫，里面包含了諸如平移急波、旋轉(zhuǎn)等操作的方法从铲，以便于我們使用起來更加的方便，具體將在后面進(jìn)行詳細(xì)介紹澄暮。

#10：

M = np.float32([[1, 0, 25], [0, 1, 50]]) #10

我們通過NumPy定義了一個(gè)平移矩陣M名段，它將決定我們我們將平移多少像素，我們的矩陣是定義成的浮點(diǎn)形式泣懊，這在OpenCV中至關(guān)重要的伸辟。

平移矩陣

OpenCV圖像坐標(biāo)系

shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0])) #11

其中第一個(gè)參數(shù)表示我們希望進(jìn)行變換的圖片，第二個(gè)參數(shù)是我們的平移矩陣埂陆，第三個(gè)希望展示的結(jié)果圖片的大小苛白，這里保持和原始圖片一樣大小娃豹。然后我們將變換后的圖片顯示出來。

#13-15：
與上面的變換方式是一樣的购裙，但是你是向上和向左移動(dòng)

#16-18：
在第16行我們使用了：imutils這個(gè)自己寫的庫懂版，然后調(diào)用了translate()方法。第一個(gè)參數(shù)是需要操作的圖像躏率，第二個(gè)參數(shù)是在x軸上平移躯畴，第三個(gè)參數(shù)是在y軸上平移。

shifted = imutils.translate(image, 0, 100) #16

1.2 自寫的變換函數(shù)庫

我們?yōu)榱嗽趖ranslation.py中導(dǎo)入使用imutils薇芝，我們需要在translation.py的同一個(gè)目錄下新建

imutils.py

在其中寫入如下代碼：

import numpy as np #1
import cv2 #2

def translate(image, x, y): #3
    M = np.float32([[1, 0, x], [0, 1, y]]) #4
    shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0])) #5
    return shifted #6

#1-2：
導(dǎo)入使用的包

#3-6：
我們定義了一個(gè)translate函數(shù)蓬抄，在這個(gè)函數(shù)中我們只是將平移的操作寫在里面了，然后返回了平移之后的結(jié)果shifted夯到，通過這個(gè)例子嚷缭，我們是不是感受到了封裝的力量？不管你有沒有黄娘，反正我是有峭状。這樣當(dāng)我再在translation.py中要對(duì)圖像進(jìn)行變換時(shí)候是不是將很方便了克滴？敲黑板：這個(gè)imutils.py我們將在后面的幾個(gè)變換操作中逼争，都會(huì)用到，也會(huì)將其他變換的操作劝赔，都封裝在里面誓焦。

2 效果展示

平移效果展示

轉(zhuǎn)載請(qǐng)注明出處：
CSDN:樓上小宇__home:http://blog.csdn.net/sty945
簡書：樓上小宇：http://www.reibang.com/u/1621b29625df