【youcans 的 OpenCV 例程200篇】25. 图像的平移

平移是物体位置在水平和垂直方向的移动。

像素点 (x,y) 沿 x 轴平移 dx、沿 y 轴平移 dy，可以由以下公式描述：
$[x~y~1]=MAT[xy1],MAT=[10dx01dy001]\begin{bmatrix} \tilde{x}\\ \tilde{y}\\ 1 \end{bmatrix} = M_{AT} \begin{bmatrix} x\\ y\\ 1 \end{bmatrix} ,\hspace{1em} M_{AT} = \begin{bmatrix} 1 &0 &d_x\\ 0 &1 &d_y\\ 0 &0 &1 \end{bmatrix}$

由偏移量 (Tx, Ty) 按上式构造平移变换矩阵 MAT，由函数 cv2.warpAffine 可以计算变换后的平移图像。

函数说明：

cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst

函数 cv2.warpAffine() 通过变换矩阵 M 对图像 src 进行仿射变换。

参数说明：

scr：变换操作的输入图像
M：仿射变换矩阵，2行3列
dsize：输出图像的大小，二元元组 (width, height)
dst：变换操作的输出图像，可选项
flags：插值方法，整型（int），可选项
- cv2.INTER_LINEAR：线性插值，默认选项
- cv2.INTER_NEAREST：最近邻插值
- cv2.INTER_AREA：区域插值
- cv2.INTER_CUBIC：三次样条插值
- cv2.INTER_LANCZOS4：Lanczos 插值
borderMode：边界像素方法，整型（int），可选项，默认值为 cv2.BORDER_REFLECT
borderValue：边界填充值，可选项，默认值为 0（黑色填充）
返回值：dst，变换操作的输出图像，ndarray 多维数组

注意事项：

变换前后的图像 src、dst 都是 ndarray 二维数组。
变换矩阵 M 反映平移或旋转的关系，是 np.float32 类型 ndarray 二维数组（2行*3列）。
平移变换矩阵 M = [(1,0,dx), (0,1,dy)]，Tx 表示向右（负值向左）移动像素点数，Ty 表示向下（负值向上）移动像素点数。
输出图像的大小 dsize 的格式为元组 (width，height)。

基本例程：1.34 图像的平移

    # 1.34 图像平移 (Translation transform)img = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)rows, cols, ch = img.shapedx, dy = 100, 50  # dx=100 向右偏移量, dy=50 向下偏移量MAT = np.float32([[1, 0, dx], [0, 1, dy]])  # 构造平移变换矩阵   # dst = cv2.warpAffine(img, MAT, (cols, rows))  # 默认为黑色填充dst = cv2.warpAffine(img, MAT, (cols, rows), borderValue=(255,255,255))  # 设置白色填充plt.figure(figsize=(9,6))plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title("Original")plt.subplot(122), plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)), plt.title("Translational")plt.show()