近年来，随着手机具有这种内置功能，图像编辑变得越来越流行，它可以让您裁剪、旋转图像并对图像进行更多处理。
在这篇文章中，我们将探索和学习这些图像编辑技术。具体来说，我们将学习如何：
- 旋转图像
- 转换或移动图像内容
基本图像转换操作
图像的旋转和平移是图像编辑中最基本的操作之一。两者都属于更广泛的仿射变换类别。因此，在研究更复杂的转换之前，您应该首先学习使用OpenCV中可用的函数旋转和平移图像。查看下面的图片，我们将在这里的所有转换示例中使用它。
先看看下面的代码，这些代码将用于使用OpenCV执行图像旋转
Python
import cv2 # Reading the image image = cv2.imread('image.jpg') # dividing height and width by 2 to get the center of the image height, width = image.shape[:2] # get the center coordinates of the image to create the 2D rotation matrix center = (width/2, height/2) # using cv2.getRotationMatrix2D() to get the rotation matrix rotate_matrix = cv2.getRotationMatrix2D(center=center, angle=45, scale=1) # rotate the image using cv2.warpAffine rotated_image = cv2.warpAffine(src=image, M=rotate_matrix, dsize=(width, height)) cv2.imshow('Original image', image) cv2.imshow('Rotated image', rotated_image) # wait indefinitely, press any key on keyboard to exit cv2.waitKey(0) # save the rotated image to disk cv2.imwrite('rotated_image.jpg', rotated_image)
C++
#include <iostream> #include<opencv2/opencv.hpp> using namespace cv; int main(int, char**) { Mat image = imread("image.jpg"); imshow("image", image); waitKey(0); double angle = 45; // get the center coordinates of the image to create the 2D rotation matrix Point2f center((image.cols - 1) / 2.0, (image.rows - 1) / 2.0); // using getRotationMatrix2D() to get the rotation matrix Mat rotation_matix = getRotationMatrix2D(center, angle, 1.0); // we will save the resulting image in rotated_image matrix Mat rotated_image; // rotate the image using warpAffine warpAffine(image, rotated_image, rotation_matix, image.size()); imshow("Rotated image", rotated_image); // wait indefinitely, press any key on keyboard to exit waitKey(0); // save the rotated image to disk imwrite("rotated_im.jpg", rotated_image); return 0; }
使用OpenCV的图像旋转
其中c x 和c y 是图像旋转所沿的坐标。
OpenCV提供getRotationMatrix2D（）函数来创建上述转换矩阵。
以下是创建二维旋转矩阵的语法：
getRotationMatrix2D(center, angle, scale)
getRotationMatrix2D（）函数接受以下参数：
- center：输入图像的旋转中心
- angle：以度为单位的旋转角度
- scale：各向同性比例因子，根据提供的值向上或向下缩放图像
如果角度为正，图像将沿逆时针方向旋转。如果要将图像顺时针旋转相同的角度，则角度需要为负值。
旋转图像的三步操作：
- 首先，得到旋转中心。及旋转的图像的中心。
- 接下来，创建二维旋转矩阵。OpenCV提供了上面讨论的getRotationMatrix2D（）函数。
- 最后，使用在上一步中创建的旋转矩阵将仿射变换应用于图像。OpenCV中的warpAffine（）函数完成此任务。
warpAffine（）函数对图像应用仿射变换。在应用仿射变换之后，原始图像中的所有平行线也将在输出图像中保持平行。
warpAffine（）的完整语法如下：
warpAffine(src, M, dsize[, dst[, flags[,borderMode[,borderValue]]]])
以下是函数的参数：
- src：源图像
- M： 变换矩阵
- dsize：输出图像的大小 d
- dst：输出图像
- flags：插值方法的组合，如INTER_LINEAR或INTER_NEAREST
- borderMode：像素外推方法
borderValue：在常量边框的情况下使用的值，默认值为0
下面举一个具体的例子，并尝试使用OpenCV来实现它
Python
import cv2 # Reading the image image = cv2.imread('image.jpg') # Dividing height and width by 2 to get the center of the image height, width = image.shape[:2] center = (width/2, height/2)
C++
#include "opencv2/opencv.hpp" using namespace cv; # Reading the image Mat image = imread("image.jpg"); // get the center coordinates of the image to create the 2D rotation matrix Point2f center((image.cols - 1) / 2.0, (image.rows - 1) / 2.0);
获得图像中心的像素坐标后，使用函数getRotationMatrix2D（）计算旋转矩阵，如下所示。此函数将以下内容作为输入：
旋转所围绕的中心点
旋转角度，以度为单位（正值，对应于逆时针旋转）
调整图像大小的各向同性比例因子。这可以是一个浮点值。例如，值1.0将保持输出图像与源图像的大小相同。值为2.0将使生成的图像的大小是源图像的两倍
该函数返回2D旋转矩阵，该矩阵将在下一步中用于旋转图像。
Python
# the above center is the center of rotation axis # use cv2.getRotationMatrix2D() to get the rotation matrix rotate_matrix = cv2.getRotationMatrix2D(center=center, angle=45, scale=1)
C++
// create the rotation matrix using the image center Mat rotation_matix = getRotationMatrix2D(center, angle=45, 1.0);
现在，使用warpAffine（）函数将计算的旋转矩阵应用于图像。它需要三个输入：
- 源图像
- 旋转矩阵
- 输出图像的大小
Python
# Rotate the image using cv2.warpAffine rotated_image = cv2.warpAffine(src=image, M=rotate_matrix, dsize=(width, height))
C++
// we will save the resulting image in rotated_image matrix Mat rotated_image; // apply affine transformation to the original image using the 2D rotation matrix warpAffine(image, rotated_image, rotation_matix, image.size());
现在，使用imshow（）函数显示旋转后的图像。
Python
# visualize the original and the rotated image cv2.imshow('Original image', image) cv2.imshow('Rotated image', rotated_image) # wait indefinitely, press any key on keyboard to exit cv2.waitKey(0) # write the output, the rotated image to disk cv2.imwrite('rotated_image.jpg', rotated_image)
C++
imshow("Rotated image", rotated_image); waitKey(0); // save the rotated image to disk imwrite("rotated_im.jpg", rotated_image);
使用OpenCV转换图像
代码如下：
Python
import cv2 import numpy as np # read the image image = cv2.imread('image.jpg') # get the width and height of the image height, width = image.shape[:2]
C++
#include "opencv2/opencv.hpp" using namespace cv // read the image Mat image = imread("image.jpg"); // get the height and width of the image int height = image.cols; int width = image.rows;
创建转换矩阵
Python
# get tx and ty values for translation # you can specify any value of your choice tx, ty = width / 4, height / 4 # create the translation matrix using tx and ty, it is a NumPy array translation_matrix = np.array([ [1, 0, tx], [0, 1, ty] ], dtype=np.float32)
C++
// get tx and ty values for translation float tx = float(width) / 4; float ty = float(height) / 4; // create the translation matrix using tx and ty float warp_values[] = { 1.0, 0.0, tx, 0.0, 1.0, ty }; Mat translation_matrix = Mat(2, 3, CV_32F, warp_values);
在本例中，您将宽度和高度的四分之一作为转换值。
使用warpAffine（）函数将平移矩阵应用于图像，与旋转原理相同。
Python
# apply the translation to the image translated_image = cv2.warpAffine(src=image, M=translation_matrix, dsize=(width, height))
C++
// save the resulting image in translated_image matrix Mat translated_image; // apply affine transformation to the original image using the translation matrix warpAffine(image, translated_image, translation_matrix, image.size());
注意：warpAffine（）是一个通用函数，可用于对图像应用任何类型的仿射变换。只需适当地定义矩阵M。
最后，使用imshow（）函数显示旋转后的图像。
Python
# display the original and the Translated images cv2.imshow('Translated image', translated_image) cv2.imshow('Original image', image) cv2.waitKey(0) # save the translated image to disk cv2.imwrite('translated_image.jpg', translated_image)
C++
//display the original and the Translated images imshow("Translated image", translated_image); imshow("Original image", image); waitKey(0); // save the translated image to disk imwrite("translated_image.jpg", translated_image);
