Python中几何运算处理数字图像的示例分析
这篇文章将为大家详细讲解有关Python中几何运算处理数字图像的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
平移
# 定义平移矩阵,需要是numpy的float32类型# x轴平移50,y轴平移80, 2*3矩阵 M = np.array([[1, 0, 50], [0, 1, 80]], dtype=np.float32) # 用仿射变换实现平移 new_image = cv2.warpAffine(image, M, (w, h), borderValue=(0, 0, 0))
镜像
水平镜像
# Flipped Horizontally 水平翻转 Horizontal = cv2.flip(image, 1)
垂直镜像
# Flipped Vertically 垂直翻转 Vertical = cv2.flip(image, 0)
旋转
以图像左上角为旋转中心
# 定义旋转矩阵, 2x3 M = np.array([[ np.cos(Beta), np.sin(Beta), 0], [-np.sin(Beta), np.cos(Beta), 0]], dtype=np.float32) # 用仿射变换实现旋转 new_image = cv2.warpAffine(image, M, (w, h))
以图像中心为旋转中心
# 定义旋转矩阵,这次使用cv2.getRotationMatrix2D()这个函数, # 其中第一个参数为旋转的中心点,第二个为旋转角度,第三个为缩放比例 M = cv2.getRotationMatrix2D((h/2,w/2), 30, 1) print(M) # 用仿射变换实现旋转 new_image = cv2.warpAffine(image, M, (w, h), borderMode=cv2.BORDER_DEFAULT)
缩放
new_image = cv2.resize(image, (0, 0), fx=3, fy=3, interpolation=cv2.INTER_NEAREST)
插值算法
最近邻插值算法
cv2.INTER_NEAREST
双线性插值算法
cv2.INTER_LINEAR
三次内插法
cv2.INTER_CUBIC
关于“Python中几何运算处理数字图像的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。