本文分享自华为云社区《[Python 图像处理] 六。图像缩放、图像旋转、图像翻转与图像平移》，作者：eastmount 。

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。全文均是基础知识，希望对您有所帮助。

  一。图像缩放

图像缩放主要调用 resize () 函数实现，具体如下：

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 和 fy 也可以表示缩放大小倍数，他们两个（dsize 或 fx\fy）设置一个即可实现图像缩放。例如：

  • result = cv2.resize(src, (160,160))
  • result = cv2.resize(src, None, fx=0.5, fy=0.5)
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：
v2-471a767512db16a866f9df1fee73a9da_720w.jpg

代码示例如下所示：
  1. #encoding:utf-8
  2. import cv2  
  3. import numpy as np  
  5. #读取图片
  6. src = cv2.imread('test.jpg')
  8. #图像缩放
  9. result = cv2.resize(src, (200,100))
  10. print result.shape
  12. #显示图像
  13. cv2.imshow("src", src)
  14. cv2.imshow("result", result)
  16. #等待显示
  17. cv2.waitKey(0)
  18. cv2.destroyAllWindows()

输出结果如下图所示，图像缩小为（200，100）像素。

v2-eb7bfd4e200637ee76ecc590e4670b37_720w.jpg

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。
  
  1. #encoding:utf-8
  2. import cv2  
  3. import numpy as np  
  5. #读取图片
  6. src = cv2.imread('test.jpg')
  7. rows, cols = src.shape[:2]
  8. print rows, cols
  10. #图像缩放 dsize(列,行)
  11. result = cv2.resize(src, (int(cols*0.6), int(rows*1.2)))
  13. #显示图像
  14. cv2.imshow("src", src)
  15. cv2.imshow("result", result)
  17. #等待显示
  18. cv2.waitKey(0)
  19. cv2.destroyAllWindows()

输出结果如下图所示：

v2-dbf7e575bf327cb4b5847a3e3acc6131_720w.jpg

最后讲解 (fx,fy) 缩放倍数的方法对图像进行放大或缩小。
  
  1. #encoding:utf-8
  2. import cv2  
  3. import numpy as np  
  5. #读取图片
  6. src = cv2.imread('test.jpg')
  7. rows, cols = src.shape[:2]
  8. print rows, cols
  10. #图像缩放
  11. result = cv2.resize(src, None, fx=0.3, fy=0.3)
  13. #显示图像
  14. cv2.imshow("src", src)
  15. cv2.imshow("result", result)
  17. #等待显示
  18. cv2.waitKey(0)
  19. cv2.destroyAllWindows()

最后输出的结果如下图所示，这是按例比 0.3*0.3 缩小的。

v2-f0ea6b2aa6001ed2ffe6eddcac74c4ae_720w.jpg

  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：


  • 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

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：

v2-faccd21fd762d8de67aee30d25801c2d_720w.jpg

代码如下所示：
  1. #encoding:utf-8
  2. import cv2  
  3. import numpy as np  
  5. #读取图片
  6. src = cv2.imread('test.jpg')
  8. #原图的高、宽 以及通道数
  9. rows, cols, channel = src.shape
  11. #绕图像的中心旋转
  12. #参数：旋转中心 旋转度数 scale
  13. M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
  14. #参数：原始图像 旋转参数 元素图像宽高
  15. rotated = cv2.warpAffine(src, M, (cols, rows))
  17. #显示图像
  18. cv2.imshow("src", src)
  19. cv2.imshow("rotated", rotated)
  21. #等待显示
  22. cv2.waitKey(0)
  23. cv2.destroyAllWindows()

输出结果如下图所示：

v2-c3ff4614564cb7d5d0a3c3ad55564e83_720w.jpg

如果设置 - 90 度，则核心代码和图像如下所示。

  1. M = cv2.getRotationMatrix2D((cols/2, rows/2), -90, 1)
  2. rotated = cv2.warpAffine(src, M, (cols, rows))
v2-6f2dbd0a20e1752c329c920059277f2d_720w.jpg

  三、图像翻转

图像翻转在 OpenCV 中调用函数 flip () 实现，原型如下：
  1. 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。

代码如下所示：
  1. #encoding:utf-8
  2. import cv2  
  3. import numpy as np
  4. import matplotlib.pyplot as plt
  6. #读取图片
  7. img = cv2.imread('test.jpg')
  8. src = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
  10. #图像翻转
  11. #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
  12. img1 = cv2.flip(src, 0)
  13. img2 = cv2.flip(src, 1)
  14. img3 = cv2.flip(src, -1)
  16. #显示图形
  17. titles = ['Source', 'Image1', 'Image2', 'Image3']  
  18. images = [src, img1, img2, img3]  
  19. for i in xrange(4):  
  20.    plt.subplot(2,2,i+1), plt.imshow(images[i], 'gray')  
  21.    plt.title(titles[i])  
  22.    plt.xticks([]),plt.yticks([])  
  23. plt.show()  

输出结果如下图所示：

v2-169bec3ede216b6e4ba16ddfeb31ed74_720w.jpg

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：
v2-67ef928212d44edf21f90ce26a80deea_720w.jpg

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：
  1. M = np.float32([[1, 0, x], [0, 1, y]])
  2. shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
完整代码如下所示：
  1. #encoding:utf-8
  2. import cv2  
  3. import numpy as np
  4. import matplotlib.pyplot as plt
  6. #读取图片
  7. img = cv2.imread('test.jpg')
  8. image = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
  10. #图像平移 下、上、右、左平移
  11. M = np.float32([[1, 0, 0], [0, 1, 100]])
  12. img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
  14. M = np.float32([[1, 0, 0], [0, 1, -100]])
  15. img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
  17. M = np.float32([[1, 0, 100], [0, 1, 0]])
  18. img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
  20. M = np.float32([[1, 0, -100], [0, 1, 0]])
  21. img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
  23. #显示图形
  24. titles = [ 'Image1', 'Image2', 'Image3', 'Image4']  
  25. images = [img1, img2, img3, img4]  
  26. for i in xrange(4):  
  27.    plt.subplot(2,2,i+1), plt.imshow(images[i], 'gray')  
  28.    plt.title(titles[i])  
  29.    plt.xticks([]),plt.yticks([])  
  30. plt.show()  

输出结果如下图所示：