1. 学习目标

1. 学习图像的平移矩阵；
2. 学习 OpenCV 图像平移函数。

2. 图像的平移矩阵

平移是物体位置在水平和垂直方向的移动。

1. 像素点 (x,y) 沿 x 轴平移 dx、沿 y 轴平移 dy，公式：
   
   

3. 图像平移函数

3.1 cv.warpAffine() 函数使用

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

3.2 参数说明

参数	说明
src	表示输入图像。
M	表示变换矩阵，2行3列。
dsize	表示输出图像的大小，二元元组 (width, height)。
dst	表示变换操作的输出图像，可选项。
flags	表示插值方法，整型（int），可选项。
borderMode	表示边界像素方法，整型（int），可选项，默认值为 cv.BORDER_REFLECT。
borderValue	表示边界填充值，可选项，默认值为 0（黑色填充）。

3.3 flags 值说明

值	说明
cv.INTER_LINEAR	表示线性插值，默认选项。
cv.INTER_NEAREST	表示最近邻插值。
cv.INTER_AREA	表示区域插值。
cv.INTER_CUBIC	表示三次样条插值。
cv.INTER_LANCZOS4	表示Lanczos 插值。

4. 图像平移实例

4.1 实例代码

import cv2 as cv
import numpy as np

# 图像平移
def image_translation(src, tx, ty):
  h,w,c = src.shape
  M = np.float32([[1,0,tx],[0,1,ty]])
  img = cv.warpAffine(src,M,(w,h))
  return img

if __name__ == "__main__":
  img = cv.imread("./images/lena.jpg")
  cv.imshow("origin", img)
  img_tran = image_translation(img, 100, 50)
  cv.imshow("translation", img_tran)
  cv.waitKey(0)
  cv.destroyAllWindows()

4.2 效果

5. 总结

1. 变换矩阵 M 是 np.float32 类型 ndarray 二维数组（2行*3列）。
2. 变换矩阵 M = np.float32([[1,0,tx],[0,1,ty]])，tx 表示向右移动的像素值，ty 表示向下移动的像素值；注意：如果值是负数表示向相反方向移动的像素值。
3. dsize 输出图像的大小格式为元组 (width, height)。