本文转载自：FPGA入门到精通
图像平移是图像处理领域几何变换的一项基础技术，本文将详细介绍图像平移算法。
通过阅读本文，可以了解：
1、图像平移是什么？
2、图像平移的Python实现？
3、图像平移的FPGA实现？
一、图像平移
图像平移是将一幅图像在二维空间上进行平行移动。
其基本原理是计算每个像素点的移动向量，并将这些像素按照指定的方向和距离进行移动。
平移向量包括水平和垂直分量，可以表示为（dx，dy），其中dx表示水平方向上的移动距离，dy表示垂直方向上的移动距离。
经过平移后，新图像中的每个像素点在原图像中都有对应的像素点。
图像平移的逻辑很简单，使用软件开发语言很容易实现，但FPGA实现需要考虑缓存。
二、python实现
1、OpenCV操作函数介绍
OpenCV提供了函数warpAffine，可以实现各种几何变换，该函数使用指定的矩阵变换原图像，声明如下：
warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
参数说明：
（1）src表示源图像。
（2）M表示转换矩阵。
（3）desize是tuple类型参数，表示目标图像的宽高，即新的图像宽高(新的图像可能包含部分或者全部变换后的图像，其他区域一般由黑色像素填充)。
（4）dst表示目标图像，在python中无任何意义，一般不传参或设成None。
（5）flags表示插值方法。
cv2.INTER_NEAREST，最近邻插值；
cv2.INTER_LINEAR，线性插值（默认值）；
cv2.INTER_AREA，区域插值；
cv2.INTER_CUBIC，三次样条插值；
cv2.INTER_LANCZOS4，Lanczos插值；
（6）borderMode表示边界像素模式。
（7）borderValue表示边界填充值（即显示框内图像之外的区域），默认值为0。
注意：M转换矩阵的计算方式，示例如下
（1）将原始图像srcj向右移动100个像素、向下移动200个像素，其对应关系为：dst (x,y)=src (x+100,y+200)
（2）将表达式补充全：dst (x,y)=src (1*x+y*0+100, 0*x+1*y+200)
（3）根据表达式，则得出矩阵为：
2、python代码
import cv2
import numpy as np
img = cv2.imread('1280_720.bmp')
rows, cols, channels = img.shape
M = np.float32([[1, 0, 100], [0, 1, 50]])
res = cv2.warpAffine(img, M, (cols, rows))
cv2.imshow('img', res)
cv2.waitKey(0)
cv2.destroyAllWindows()
三、FPGA实现
1、FPGA实现思路
FPGA实现图像平移，需要采用外部缓存（DDR或多行缓存），也就是输入的视频信号，需要根据图像平移模块的数据请求来发送数据。
图像平移，必然要丢掉原图像中的部分数据，这部分数据丢掉可以在从缓存读取的时候处理，也可以在模块内部处理。
2、FPGA实现效果
