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。