matlab vs opencv 对图像仿射变换功能的效果对比

matlab 应该更加完善。相同的仿射矩阵，比如用一个30度的旋转矩阵，对同一图像做旋转出来，显示出来的图像效果如下：

我只要实现旋转操作，显示的结果就是是完美的整幅图像。而python调用opencv的函数进行操作，还需要考虑一些参数，比如旋转中心，另外，在图像旋转后的尺寸上也要加入控制： 

M1 = cv2.getRotationMatrix2D((round(h/2),round(w/2)),30,1)

img_tr = cv2.warpAffine(im1, M1, (round(im1.shape[1]*1.0),round(im1.shape[0]*1.0)))

这句代码中我还把原图的行列数倒过来，才能得到相对可以接受的图像，只是，结果仍然不是图像的全貌：

可以看到，opencv需要更加复杂的控制才能得到整体的效果，上面的两句代码调整为：

M1 = cv2.getRotationMatrix2D((round(h/1.3),round(w/3.5)),30,1)

img_tr = cv2.warpAffine(im1, M1, (round(im1.shape[1]*1.7),round(im1.shape[0]*1.3)))

显示结果才是较为完整的旋转效果：

对比证明，matlab可以让工程师更专注于算法的效果，不必考虑边边角角的问题，而opencv的应用则需要考虑更多问题，比如经过变换后的尺寸变化等，这会牵扯一部分精力到实现的细节中去。大部分的工程实现中，算法原理和效果在仿真阶段已经ok了，实现起来却是问题多多，由此可见一斑。