哈喽各位同学！今天咱们来解锁 OpenCV 里一个超实用的技能 —— 仿射变换。很多小伙伴看到 “仿射” 这两个字就头大，觉得是高深的数学知识，其实完全不用怕！咱们不聊复杂公式，只讲 “怎么用、怎么看懂”，看完这篇，你也能轻松写出仿射变换的代码，实现图片的 “变形魔法”～

先给大家打个预防针：仿射变换一点都不抽象，它本质就是对图片做线性变换 + 平移的组合操作，比如咱们平时把图片旋转、拉伸、平移，都属于仿射变换的范畴。它最核心的特点是：直线还是直线，平行线依然平行，只是形状、位置会发生变化，就像把一张纸轻轻拉伸、旋转，不会把直线拧成曲线一样。

话不多说，咱们直接上干货 —— 先看完整代码（可直接复制运行），再逐行拆解，保证每一位同学都能看懂！

一、完整可运行代码（复制就完事）

python

运行

"""仿射变换"""
import cv2
import numpy as np

"""----------------仿射变换核心代码----------------"""
# 1. 读取图片（替换成你自己的图片路径哦）
img = cv2.imread('teacherli.jpg')
# 2. 获取图片的高度和宽度（后续用得上）
height, width = img.shape[:2]

# 3. 定义原图像和目标图像上的3个对应点（关键！）
mat_src = np.float32([[0, 0],[0, height-1],[width-1, 0]])  # 原图像3个点
mat_dst = np.float32([[0, 0],[100, height-100],[width-100, 100]])  # 目标图像3个点

# 4. 计算仿射变换矩阵
M = cv2.getAffineTransform(mat_src, mat_dst)# 得到变换矩阵M

# 5. 执行仿射变换（详解看下方）
# 函数warpAffine(src, M, dsize, dst=None, flags=None, borderMode=None, borderValue=None)
# src：输入图像
# M：运算矩阵，2行3列的.
# dsize：运算后矩阵的大小，也就是输出图片的尺寸
# dst：输出图像
# flags：插值方法的组合，与resize函数中的插值一样，可以查看cv2.resize
# borderMode：像素外推方法，详情参考官网
# borderValue：在恒定边框的情况下使用的borderValue值；默认情况下，它是0
dst = cv2.warpAffine(img, M, dsize=(width,height))# 进行仿射变换

# 6. 显示对比结果
# np.hstack()按水平方向（列顺序）堆叠数组构成一个新的数组
# np.vstack()按垂直方向（行顺序）堆叠数组构成一个新的数组
imgs = np.hstack([img,dst])
cv2.namedWindow(winname='imgs', cv2.WINDOW_NORMAL)#可自动调整窗口大小，避免图片太大不便查阅
cv2.imshow(winname="imgs",imgs)
cv2.waitKey(0)

二、逐行拆解代码（看懂每一步，不踩坑）

很多同学看代码会犯怵，其实只要把每一行的作用搞清楚，就会发现特别简单。咱们从开头开始，一步步拆解，每一步都讲得明明白白，不用怕跟不上～

1. 导入必备库（基础操作）

python

运行

import cv2
import numpy as np

这两行是 OpenCV 编程的 “标配”，必须先导入：

• cv2：就是咱们要用的 OpenCV 库，专门用来处理图像、视频，所有和图像相关的操作，都要靠它；
• numpy：简称 np，是 Python 里处理数组、矩阵的神器，仿射变换会用到矩阵运算，离不开它。

不用纠结这两行的原理，只要记住 “开头先写这两句” 就行，复制粘贴都可以～

2. 读取图片（关键第一步）

python

运行

img = cv2.imread('teacherli.jpg')

这一行的作用是 “读取电脑里的图片”，重点注意 2 点：① 括号里的teacherli.jpg，是图片的路径—— 如果你的图片和代码文件放在同一个文件夹里，直接写图片名字 + 后缀（.jpg、.png 都可以）就行；② 如果图片不在同一个文件夹，就要写完整路径，比如C:/Users/XXX/Desktop/teacherli.jpg（Windows 系统），不然会读取失败，运行时会报错哦。

3. 获取图片尺寸（后续要用）

python

运行

height, width = img.shape[:2]

简单说，这一行是 “获取图片的高度和宽度”：

• img.shape：可以获取图片的尺寸信息，返回的是（高度，宽度，通道数），比如一张 1080×1920 的图片，返回的就是（1080, 1920, 3）；
• img.shape [:2]：意思是 “取前两个数值”，也就是高度和宽度，分别赋值给 height（高度）和 width（宽度），后续定义变换点、输出图片时都会用到。

4. 定义对应点（仿射变换的核心！）

python

运行

mat_src = np.float32([[0, 0],[0, height-1],[width-1, 0]])
mat_dst = np.float32([[0, 0],[100, height-100],[width-100, 100]])

这一步是仿射变换的关键，也是最容易理解的一步 —— 仿射变换的本质，就是通过 3 个点的对应关系，确定整个图片的变换规则。

咱们用通俗的话解释：

• mat_src：原图片上的 3 个点，相当于 “参照物”；
• mat_dst：目标图片上的 3 个点，相当于 “参照物要移动到的位置”；

举个例子：原图片的第一个点[0,0]，就是图片的 “左上角”；目标图片的第一个点还是[0,0]，说明左上角位置不变；原图片的第二个点[0, height-1]是 “左下角”，目标点是[100, height-100]，说明左下角要向右移动 100 个像素、向上移动 100 个像素；第三个点同理。

记住：必须是 3 个点，少一个、多一个都不行，这 3 个点确定了，整个图片的变换方式就固定了。

5. 计算变换矩阵（不用懂原理，会用就行）

python

运行

M = cv2.getAffineTransform(mat_src, mat_dst)

这一行的作用是 “根据刚才定义的 3 对对应点，计算出仿射变换矩阵 M”。

这里不用纠结 “矩阵 M 是什么、怎么算的”（涉及线性代数，咱们暂时用不上），只要知道：cv2.getAffineTransform这个函数，会自动帮我们计算出变换矩阵，后续只要用这个矩阵，就能完成图片的变换。

简单记：输入原点点和目标点，输出变换矩阵 M，直接复制代码即可。

6. 执行仿射变换（核心操作）

python

运行

dst = cv2.warpAffine(img, M, dsize=(width,height))

这一行就是 “真正执行仿射变换”，把原图片 img，通过矩阵 M，变成目标图片 dst。

重点解释 3 个关键参数（其他参数默认即可，不用改）：

• img：输入的原图片；
• M：刚才计算出的变换矩阵，决定了图片怎么变形；
• dsize：输出图片的尺寸，这里我们设置成（width, height），和原图片尺寸一样，避免图片被拉伸或压缩变形。

7. 显示变换结果（看效果！）

python

运行

imgs = np.hstack([img,dst])
cv2.namedWindow(winname='imgs', cv2.WINDOW_NORMAL)
cv2.imshow(winname="imgs",imgs)
cv2.waitKey(0)

这几行的作用是 “显示原图片和变换后的图片，方便对比效果”，逐句解释：① imgs = np.hstack([img,dst])：把原图片 img 和目标图片 dst水平拼接在一起，这样就能同时看到两张图，对比变换效果；② cv2.namedWindow(...)：创建一个显示窗口，设置成 “可自动调整大小”，避免图片太大，看不到完整内容；③ cv2.imshow(...)：把拼接好的图片显示在窗口里；④ cv2.waitKey(0)：让窗口一直显示，直到你按键盘上的任意键，窗口才会关闭（如果没有这一行，窗口会一闪而过，看不到效果）。

三、常见问题 & 避坑指南（必看！）

很多同学运行代码会报错，大多是这几个问题，提前避开，少走弯路：

1. 图片读取失败：报错提示error: (-215:Assertion failed)，大概率是图片路径错了！要么把图片和代码放在同一个文件夹，要么写完整路径；
2. 点的数量不对：必须是 3 个点，不能多也不能少，而且 mat_src 和 mat_dst 的点要一一对应，不能乱序；
3. 窗口一闪而过：忘记写cv2.waitKey(0)，加上这一行就好；
4. 图片显示不全：没有设置cv2.WINDOW_NORMAL，加上这个参数，窗口可以拖动调整大小。

四、总结（快速回顾，加深记忆）

其实仿射变换的核心就 3 步，记牢这 3 步，就能轻松上手：

1. 读取图片，获取图片尺寸；
2. 定义原图片和目标图片的 3 对对应点；
3. 计算变换矩阵，执行变换，显示效果。

整个过程不用懂复杂的数学公式，只要跟着代码一步步来，复制、修改图片路径，就能实现图片的变形效果。大家可以试着修改 mat_dst 里的 3 个点，看看图片会发生什么变化，多尝试几次，就能熟练掌握啦～

如果运行过程中遇到其他问题，欢迎在评论区留言，一起交流解决！