warpAffine函数讲解,图片可自行下载，也可用自己的图片

原图im

平移im_shifted

旋转im_rotated

# 图像仿射变换
# 步骤： 读取图像 -> 创建仿射变换矩阵 -> 仿射变换计算
#    平移变换矩阵：一种写法，直接写死
#    旋转变换矩阵：根据角度、中心点、缩放比例计算

import numpy as np
import cv2

def translate(img, x, y):
    '''
    仿射变换之平移变换
    :param img: 原始图像
    :param x: x方向平移的像素点 x参数为正，图像向右平移，x参数为负，图像向左平移
    :param y: y方向平移的像素点 y参数为正，图像上下平移，y参数为负，图像向上平移
    :return: 平移后的图像
    '''
    h, w = img.shape[:2] # 取出图像高度和宽度(shape返回值(高, 宽, 通道数))
    # 构建平移变换矩阵 x轴 方向平移 x个像素点，y轴 方向平移 y个像素点
    M = np.float32([[1, 0, x],
                    [0, 1, y]])
    # 执行仿射变换：warpAffine
    shifted = cv2.warpAffine(img, # 原图
                             M,   # 仿射变换矩阵
                             (w, h)) # 输出图像的宽、高
    return shifted

def rotate(img, angle, center=None, scale=1.0):
    '''
    仿射变换之图像旋转
    :param img: 原图数据
    :param angle: 旋转的角度  正数为逆时针旋转，负数为顺时针旋转
    :param center: 旋转中心点，坐标值(x,y)，默认为None
    :param scale: 缩放比例，默认为1.0，默认不做缩放
    :return: 旋转变换后的图像
    '''
    h, w = img.shape[:2] # 取图像的高、宽
    # 判断center是否为空，为空则计算原图的中心作为旋转中心点
    if center is None:
        center = (w/2, h/2) # 计算原图 中心点 x，y坐标值
    # 计算仿射变换矩阵
    M = cv2.getRotationMatrix2D(center, # 旋转中心
                                angle,  # 旋转角度
                                scale)  # 缩放比例
    # 根据仿射变换矩阵，执行旋转，并返回旋转后的结果
    rotated = cv2.warpAffine(img, M, (w, h))
    return rotated

# 写一个自己本地存放图片的路径
im = cv2.imread("../img_data/lena.jpg")
cv2.imshow("im", im)
im_shifted = translate(im, 50, 50)
cv2.imshow("im_shifted", im_shifted)

im_rotated = rotate(im, -135, None, 1.0)
cv2.imshow("im_rotated", im_rotated)


cv2.waitKey()
cv2.destroyAllWindows()