OpenCV warpAffine()：实现图像平移（附带实例）

我们知道，图像是由像素组成的，像素的集合相当于一个二维的矩阵，每一个像素都有一个“位置”，也就是每个像素都有一个坐标。

图像平移是将一幅图像中所有的点都按照指定的平移量在水平、垂直方向移动。平移后的图像上的每一点都可以在原图像中找到对应的点。

平移变换分为两种：

• 一种是图像大小不改变，这样原图像中会有一部分不在平移后的图像中；
• 另一种是图像大小改变，这样可以保全原图像的内容。

有了 OpenCV 后，平移图像就不需要如此麻烦了，因为 OpenCV 提供了函数 warpAffine()，该函数使用指定的矩阵变换原图像，其声明如下：

warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) -> dst

各个参数的含义如下：

• src 表示输入的图像；
• M 表示 2×3 变换矩阵；
• dsize 表示输出图像的大小；
• dst 表示大小为 dsize 且类型与 src 相同的输出图像；
• flags 表示插值方法的组合；
• borderMode 表示边界模式；
• borderValue 表示在边界为常量的情况下使用的值，默认值为 0。

【实例】实现图像平移。

import numpy as np
import cv2 as cv

img = cv.imread(r'test.jpg', 1)
rows, cols, channels = img.shape
M = np.float32([[1,0,100],[0,1,50]])
res = cv.warpAffine(img, M, (cols, rows))

cv.imshow('img', res)
cv.waitKey(0)
cv.destroyAllWindows()

warpAffine() 的第 3 个参数为输出的图像大小，该参数的形式为 (width, height)。

运行工程，结果如下图所示：