计算机视觉 / 系统课时

平移图像位置

平移图像位置

图像平移就是给每个像素统一增加水平和垂直位移,再由 cv2.warpAffine 把结果写入新的画布。真正容易出错的是位移正负、2×3 矩阵写法以及越界区域的处理。本节用一个单像素测试验证平移结果,并给出可直接套用的边界策略。

学习目标

  • 构造标准平移矩阵,并正确理解 tx、ty 的方向。
  • 使用 cv2.warpAffine 移动图像内容并设置输出画布。
  • 处理越界像素与新增空白区域,并用坐标采样验证结果。

平移矩阵只改坐标偏移

二维平移使用矩阵 [[1, 0, tx], [0, 1, ty]]。在 OpenCV 图像坐标中,tx>0 向右移动,tx<0 向左移动;ty>0 向下移动,ty<0 向上移动。矩阵建议使用 np.float32,可直接传给 cv2.warpAffine。

例如原像素位于 (x=30, y=20),设置 tx=40、ty=25 后,新位置应为 (x=70, y=45)。数组索引仍按 [y, x] 访问,所以验证时应读取 result[45, 70],这是最常见的坐标顺序陷阱。

平移向量与越界区域的空间关系

用单像素验证平移是否正确

下面示例把一个白色像素从 (30, 20) 平移到 (70, 45)。使用 cv2.INTER_NEAREST 可避免插值扩散,便于精确验证坐标;实际照片通常可改为 cv2.INTER_LINEAR。

python
import cv2
import numpy as np

h, w = 160, 240
image = np.zeros((h, w), dtype=np.uint8)
image[20, 30] = 255

tx, ty = 40, 25
matrix = np.float32([
    [1, 0, tx],
    [0, 1, ty],
])

moved = cv2.warpAffine(
    image,
    matrix,
    (w, h),
    flags=cv2.INTER_NEAREST,
    borderMode=cv2.BORDER_CONSTANT,
    borderValue=0,
)

print("old:", int(image[20, 30]))
print("new:", int(moved[45, 70]))
print("output shape:", moved.shape)

预期输出

text
old: 255
new: 255
output shape: (160, 240)

这个检查同时验证了三个点:平移矩阵方向正确、坐标访问采用 [y, x]、输出画布没有被意外交换宽高。若 new 输出为 0,优先检查 tx/ty 正负和验证坐标是否写反。

决定越界像素怎么处理

warpAffine 只会生成 dsize 指定范围内的结果。向右平移时,右侧原内容可能移出画布并被丢弃,同时左侧出现空白。cv2.BORDER_CONSTANT 最直观,灰度图可用 borderValue=0,BGR 彩图可用 (0, 0, 0) 或业务需要的背景色。

如果希望新增区域复制边缘像素,可改用 cv2.BORDER_REPLICATE;纹理拼接场景可考虑 cv2.BORDER_REFLECT。这些模式只决定“新出现的边界像素怎么填”,不会把已经移出 dsize 的内容重新放回来。若必须保留全部内容,应扩大输出画布并同步调整平移量。

用需求反推位移参数

已知目标位置时,可直接计算 tx = target_x - source_x、ty = target_y - source_y。例如把目标中心从 (120, 80) 移到 (180, 110),得到 tx=60、ty=30,因此向右 60、向下 30。

当平移量来自目标检测或配准结果时,也应先检查移动后的关键点是否仍在 0 <= x < w、0 <= y < h 范围内;超出范围意味着内容会被裁切,需要扩大画布或重新定义目标位置。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

平移图像位置

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通