該系列文章是講解Python OpenCV影象處理知識，前期主要講解影象入門、OpenCV基礎用法，中期講解影象處理的各種演算法，包括影象銳化運算元、影象增強技術、影象分割等，後期結合深度學習研究影象識別、影象分類應用。希望文章對您有所幫助，如果有不足之處，還請海涵~

同時推薦作者的C++影象系列知識：
[數字影象處理] 一.MFC詳解顯示BMP格式圖片
[數字影象處理] 二.MFC單文件分割視窗顯示圖片
[數字影象處理] 三.MFC實現影象灰度、取樣和量化功能詳解
[數字影象處理] 四.MFC對話方塊繪製灰度直方圖
[數字影象處理] 五.MFC影象點運算之灰度線性變化、灰度非線性變化、閾值化和均衡化處理詳解
[數字影象處理] 六.MFC空間幾何變換之影象平移、映象、旋轉、縮放詳解
[數字影象處理] 七.MFC影象增強之影象普通平滑、高斯平滑、Laplacian、Sobel、Prewitt銳化詳解

前文參考：
[Python影象處理] 一.影象處理基礎知識及OpenCV入門函式
[Python影象處理] 二.OpenCV+Numpy庫讀取與修改畫素
[Python影象處理] 三.獲取影象屬性、興趣ROI區域及通道處理
[Python影象處理] 四.影象平滑之均值濾波、方框濾波、高斯濾波及中值濾波
[Python影象處理] 五.影象融合、加法運算及影象型別轉換

本篇文章主要講解Python呼叫OpenCV實現影象位移操作、旋轉和翻轉效果，包括四部分知識：影象縮放、影象旋轉、影象翻轉、影象平移。全文均是基礎知識，希望對您有所幫助。
1.影象縮放
2.影象旋轉
3.影象翻轉
4.影象平移

PS：文章參考自己以前系列影象處理文章及OpenCV庫函式，同時部分參考網易雲視訊，推薦大家去學習。同時，本篇文章涉及到《計算機圖形學》基礎知識，請大家下來補充。
推薦原理文章：OpenCV2:影象的幾何變換,平移、映象、縮放、旋轉

PSS：2019年1~2月作者參加了CSDN2018年部落格評選，希望您能投出寶貴的一票。我是59號，Eastmount，楊秀璋。投票地址：https://bss.csdn.net/m/topic/blog_star2018/index

五年來寫了314篇部落格，12個專欄，是真的熱愛分享，熱愛CSDN這個平臺，也想幫助更多的人，專欄包括Python、資料探勘、網路爬蟲、影象處理、C#、Android等。現在也當了兩年老師，更是覺得有義務教好每一個學生，讓貴州學子好好寫點程式碼，學點技術，"師者，傳到授業解惑也"，提前祝大家新年快樂。2019我們攜手共進，為愛而生。

---

一.影象縮放

影象縮放主要呼叫resize()函式實現，具體如下：
result = cv2.resize(src, dsize[, result[. fx[, fy[, interpolation]]]])
其中src表示原始影象，dsize表示縮放大小，fx和fy也可以表示縮放大小倍數，他們兩個（dsize或fx\fy）設定一個即可實現影象縮放。例如：

1. result = cv2.resize(src, (160,160))
2. result = cv2.resize(src, None, fx=0.5, fy=0.5)

影象縮放：設（x0, y0）是縮放後的座標，（x, y）是縮放前的座標，sx、sy為縮放因子，則公式如下：
$\left[ \begin{matrix} x_0 & y_0 & 1 \end{matrix} \right] =\left[ \begin{matrix} x & y & 1 \end{matrix} \right] \left[ \begin{matrix} sx & 0 & 0 \\ 0 & sy & 0 \\ 0 & 0 & 1 \end{matrix} \right] \tag{1}$

程式碼示例如下所示：

#encoding:utf-8
import cv2  
import numpy as np  
 
#讀取圖片
src = cv2.imread('test.jpg')

#影象縮放
result = cv2.resize(src, (200,100))
print result.shape

#顯示影象
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果如下圖所示，影象縮小為（200，100）畫素。

需要注意的是，程式碼中 cv2.resize(src, (200,100)) 設定的dsize是列數為200，行數為100。
同樣，可以獲取原始影象畫素再乘以縮放係數進行影象變換，程式碼如下所示。

#encoding:utf-8
import cv2  
import numpy as np  
 
#讀取圖片
src = cv2.imread('test.jpg')
rows, cols = src.shape[:2]
print rows, cols

#影象縮放 dsize(列,行)
result = cv2.resize(src, (int(cols*0.6), int(rows*1.2)))

#顯示影象
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果如下圖所示：

最後講解(fx,fy)縮放倍數的方法對影象進行放大或縮小。

#encoding:utf-8
import cv2  
import numpy as np  
 
#讀取圖片
src = cv2.imread('test.jpg')
rows, cols = src.shape[:2]
print rows, cols

#影象縮放
result = cv2.resize(src, None, fx=0.3, fy=0.3)

#顯示影象
cv2.imshow("src", src)
cv2.imshow("result", result)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

最後輸出的結果如下圖所示，這是按例比0.3*0.3縮小的。

---

二、影象旋轉

影象旋轉主要呼叫getRotationMatrix2D()函式和warpAffine()函式實現，繞影象的中心旋轉，具體如下：

• M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
  引數分別為：旋轉中心、旋轉度數、scale
• rotated = cv2.warpAffine(src, M, (cols, rows))
  引數分別為：原始影象、旋轉引數、原始影象寬高

影象旋轉：設（x0, y0）是旋轉後的座標，（x, y）是旋轉前的座標，(m,n)是旋轉中心，a是旋轉的角度，(left,top)是旋轉後影象的左上角座標，則公式如下：
$\left[ \begin{matrix} x_0 & y_0 & 1 \end{matrix} \right] = \left[ \begin{matrix} x & y & 1 \end{matrix} \right] \left[ \begin{matrix} 1 & 0 & 0 \\ 0 & -1 & 0 \\ -m & n & 1 \end{matrix} \right] \left[ \begin{matrix} cosa & -sina & 0 \\ sina & cosa & 0 \\ 0 & 0 & 1 \end{matrix} \right] \left[ \begin{matrix} 1 & 0 & 0 \\ 0 & -1 & 0 \\ left & top & 1 \end{matrix} \right] \tag{1}$

程式碼如下所示：

#encoding:utf-8
import cv2  
import numpy as np  
 
#讀取圖片
src = cv2.imread('test.jpg')

#原圖的高、寬 以及通道數
rows, cols, channel = src.shape

#繞影象的中心旋轉
#引數：旋轉中心 旋轉度數 scale
M = cv2.getRotationMatrix2D((cols/2, rows/2), 30, 1)
#引數：原始影象 旋轉引數 元素影象寬高
rotated = cv2.warpAffine(src, M, (cols, rows))

#顯示影象
cv2.imshow("src", src)
cv2.imshow("rotated", rotated)

#等待顯示
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果如下圖所示：

如果設定-90度，則核心程式碼和影象如下所示。
M = cv2.getRotationMatrix2D((cols/2, rows/2), -90, 1)
rotated = cv2.warpAffine(src, M, (cols, rows))

---

三、影象翻轉

影象翻轉在OpenCV中呼叫函式flip()實現，原型如下：
dst = cv2.flip(src, flipCode)
其中src表示原始影象，flipCode表示翻轉方向，如果flipCode為0，則以X軸為對稱軸翻轉，如果fliipCode>0則以Y軸為對稱軸翻轉，如果flipCode<0則在X軸、Y軸方向同時翻轉。

程式碼如下所示：

#encoding:utf-8
import cv2  
import numpy as np
import matplotlib.pyplot as plt
 
#讀取圖片
img = cv2.imread('test.jpg')
src = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

#影象翻轉
#0以X軸為對稱軸翻轉 >0以Y軸為對稱軸翻轉 <0X軸Y軸翻轉
img1 = cv2.flip(src, 0)
img2 = cv2.flip(src, 1)
img3 = cv2.flip(src, -1)

#顯示圖形
titles = ['Source', 'Image1', 'Image2', 'Image3']  
images = [src, img1, img2, img3]  
for i in xrange(4):  
   plt.subplot(2,2,i+1), plt.imshow(images[i], 'gray')  
   plt.title(titles[i])  
   plt.xticks([]),plt.yticks([])  
plt.show()  

輸出結果如下圖所示：

---

四、影象平移

影象平移：設（x0, y0）是縮放後的座標，（x, y）是縮放前的座標，dx、dy為偏移量，則公式如下：
$\left[ \begin{matrix} x_0 &amp; y_0 &amp; 1 \end{matrix} \right] =\left[ \begin{matrix} x &amp; y &amp; 1 \end{matrix} \right] \left[ \begin{matrix} 1 &amp; 0 &amp; 0 \\ 0 &amp; 1 &amp; 0 \\ dx &amp; dy &amp; 1 \end{matrix} \right] \tag{3}$

影象平移首先定義平移矩陣M，再呼叫warpAffine()函式實現平移，核心函式如下：
M = np.float32([[1, 0, x], [0, 1, y]])
shifted = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

完整程式碼如下所示：

#encoding:utf-8
import cv2  
import numpy as np
import matplotlib.pyplot as plt
 
#讀取圖片
img = cv2.imread('test.jpg')
image = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

#影象平移 下、上、右、左平移
M = np.float32([[1, 0, 0], [0, 1, 100]])
img1 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, 0], [0, 1, -100]])
img2 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, 100], [0, 1, 0]])
img3 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

M = np.float32([[1, 0, -100], [0, 1, 0]])
img4 = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))

#顯示圖形
titles = [ 'Image1', 'Image2', 'Image3', 'Image4']  
images = [img1, img2, img3, img4]  
for i in xrange(4):  
   plt.subplot(2,2,i+1), plt.imshow(images[i], 'gray')  
   plt.title(titles[i])  
   plt.xticks([]),plt.yticks([])  
plt.show()  

輸出結果如下圖所示：

三尺講臺，三寸舌，
三千桃李，三杆筆。
再累再苦，站在講臺前就是最美的自己，幾個月的煩惱和憂愁都已消失，真的好享受這種狀態，彷彿散著光芒，終於給低年級的同學上課了越早培養程式設計興趣越好，恨不能傾囊相授。
即使當一輩子的教書匠，平平淡淡也喜歡，而且總感覺給學生講課遠不是課酬和職稱所能比擬，這就是所謂的事業，所謂的愛好。
希望文章對大家有所幫助，如果有錯誤或不足之處，還請海涵。 準備出去休回家了，好好享受最美時光。
（By：Eastmount 2018-09-06 早10點 https://blog.csdn.net/Eastmount/）