目录

前言

4.1 本章学习目标

4.2 基础概念

4.3 图像缩放 cv2.resize ()

4.4 图像镜像翻转 cv2.flip ()

4.5 图像平移（warpAffine）

4.6 图像旋转

4.7 通用：仿射变换

4.8 本章小结

---

前言

承接第 3 章色彩空间。本章对图像做空间位置变换：放大缩小、移位、旋转、翻转，理解仿射变换矩阵，全部搭配可运行代码，专栏风格统一。

4.1 本章学习目标

1. 理解图像几何变换本质：矩阵运算，像素坐标发生改变
2. 掌握缩放、翻转、平移、旋转 API 使用
3. 弄懂变换矩阵 M 的作用
4. 理解仿射变换概念，学会warpAffine通用接口
5. 区分插值方式，搞懂缩放时插值参数选择

4.2 基础概念

图像几何变换：不修改像素颜色值，只改变每个像素的坐标位置。
OpenCV 绝大多数几何变换底层依靠变换矩阵 M，配合cv2.warpAffine()完成。

注意：图像矩阵坐标规则：左上角为原点，x 向右增大，y 向下增大。

4.3 图像缩放 cv2.resize ()

缩放改变图像宽高，是最常用操作。

cv2.resize(src, dsize, fx, fy, interpolation)

• src：输入图像

• dsize：输出尺寸 (宽度,高度)，注意顺序：(width, height)，和img.shape的(H,W,C)相反！

• fx：x 方向缩放系数；fy：y 方向缩放系数

• interpolation 插值算法

• 什么是插值：

    放大图片：需要补像素，双线性插值画质最柔和、效果最优

    缩小图片：用 INTER_AREA 防模糊失真

常用插值：

INTER_NEAREST（最近邻）：直接抄临近像素，放大全是马赛克

INTER_LINEAR（双线性）：平滑插值补像素，放大画质清晰自然（默认首选）

INTER_AREA（区域插值）：适合缩小图片，抗锯齿

示例代码

import cv2

img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
if img is None:
    print("读取失败")
else:
    h,w = img.shape[:2]
    # 方式1：直接指定输出宽高，主要
    img_resize1 = cv2.resize(img, (400,300))
    # 方式2：按比例缩放，宽高变为原来0.5倍
    img_resize2 = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)

    cv2.imshow("origin",img)
    cv2.imshow("resize2",img_resize2)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

高频坑：resize(dsize=(w,h))，先宽后高；shape返回(h,w)，顺序相反，很容易写反。

4.4 图像镜像翻转 cv2.flip ()

python cv2.flip(src, flipCode)

• flipCode = 0：上下翻转

• flipCode > 0：左右翻转

• flipCode < 0：同时上下 + 左右翻转

import cv2

img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
img_flip_lr = cv2.flip(img,1)   #左右翻转
img_flip_ud = cv2.flip(img,0)   #上下翻转

cv2.imshow("lr",img_flip_lr)
cv2.imshow("ud",img_flip_ud)
cv2.waitKey(0)
cv2.destroyAllWindows()

实战用途：数据集增强，扩充样本数量。

4.5 图像平移（warpAffine）

图像平移是指在不改变图像大小、角度、形态的前提下，将整张图像沿 X、Y 坐标轴做位置偏移，是最简单的仿射变换。平移操作的核心本质是像素坐标矩阵运算，通过固定的平移变换矩阵，批量修改图像所有像素的坐标位置。平移变换矩阵公式如下：

 

公式中： 为 X 轴偏移量（正数图像向右偏移，负数向左偏移）；   为 Y 轴偏移量（正数图像向下偏移，负数向上偏移）。

import cv2
import numpy as np

img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
h,w = img.shape[:2]

# x向右移50，y向下移30
M = np.float32([[1,0,50],
                [0,1,30]])

img_shift = cv2.warpAffine(img, M, (w, h))

cv2.imshow("shift",img_shift)
cv2.waitKey(0)
cv2.destroyAllWindows()

移出画面的部分直接丢失，空白区域填充黑色。

4.6 图像旋转

cv2.getRotationMatrix2D(center, angle, scale)

• center：旋转中心点 (x,y)

• angle：旋转角度，正数逆时针，负数顺时针

• scale：缩放系数

得到旋转矩阵 M 之后，依然交给warpAffine执行变换。

import cv2
import numpy as np

img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
h,w = img.shape[:2]
# 旋转中心：图片中心点
center = (w//2, h//2)
# 逆时针旋转45度，缩放1倍
M = cv2.getRotationMatrix2D(center, 45, 1)
img_rot = cv2.warpAffine(img, M, (w, h))

cv2.imshow("rot",img_rot)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：直接旋转后，边角会被裁切；想要完整显示旋转后的图像，需要手动计算新画布尺寸。

4.7 通用：仿射变换

平移、旋转、缩放、剪切均属于仿射变换，底层均为矩阵运算，核心特性：图像直线不变形、平行关系始终保持。

cv2.getAffineTransform() 核心作用：无需手动推导变换矩阵，只需输入原图3个不共线关键点和变换后对应的3个目标点，即可自动求解出唯一仿射变换矩阵 M，搭配 warpAffine 即可完成全图变换。

核心原理：仿射变换矩阵为 2×3 结构，共6个未知参数；每组对应点可提供2组坐标方程，3组点刚好凑齐6个方程，求解出唯一矩阵。注意：三点不可共线，否则求解失效。

常用实战场景：

1. 图像矫正：矫正倾斜文档、工件，通过三点映射拉直图像；
2. 自定义形变：快速实现图像倾斜、拉伸、剪切，无需手动计算角度、偏移参数；
3. 数据增强：对图像做随机仿射畸变，扩充深度学习训练样本。

python
import cv2
import numpy as np

img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
h,w = img.shape[:2]

# 原图三个点
src = np.float32([[50,50],[200,50],[50,200]])
# 变换后对应三个点
dst = np.float32([[10,100],[200,50],[100,250]])

M = cv2.getAffineTransform(src, dst)
img_aff = cv2.warpAffine(img, M, (w, h))

cv2.imshow("affine", img_aff)
cv2.waitKey(0)
cv2.destroyAllWindows()

4.8 本章小结

1. resize缩放、flip翻转是高频简单接口。
2. 平移、旋转、仿射变换，都生成变换矩阵，统一交给warpAffine执行。
3. 仿射变换保证直线、平行关系不变；只要 3 组对应点就可以求解变换矩阵。
4. 时刻分清：(h,w)来自 shape；接口 dsize 参数是(w,h)。