opencv圖片的任意角度旋轉實現示例
一 旋轉角度坐標的計算
1.如果O點為圓心,則點P繞點O旋轉redian弧度之後,點P的坐標變換為點Q的計算公式為:
Q.x=P.x*cos(redian)-P.y*sin(redian)
Q.y=P.x*sin(redian)+P.y*cos(redian)
redian表示的為弧度
弧度與角度的變換公式為:
redian=pi*180/angle
2. 如果O點不是圓心,則點P繞點O旋轉redian弧度之後,點P的坐標變換為Q的計算公式如下:
Q.x=(P.x-O.x)*cos(redian)-(P.y-O.y)*sin(redian)+O.x
Q.y=(P.x-O.x)*sin(redian)+(P.y-O.y)*cos(redian)+O.y
二 旋轉任意角度的步驟
1.首先默認旋轉45度時,所擴展的圖像最大,即為根號2倍的長或寬的最大值,將圖像填充到可能達到的最大
2 使用getRotationMatrix2D函數求取旋轉矩陣,使用warpAffine函數旋轉矩陣
3 求旋轉之後包括圖像的最大的矩形
4 刪除多餘的黑色邊框
三 實現
#include <iostream> #include<opencv2/opencv.hpp> using namespace cv; void rotate_arbitrarily_angle(Mat &src,Mat &dst,float angle) { float radian = (float) (angle /180.0 * CV_PI); //填充圖像 int maxBorder =(int) (max(src.cols, src.rows)* 1.414 ); //即為sqrt(2)*max int dx = (maxBorder - src.cols)/2; int dy = (maxBorder - src.rows)/2; copyMakeBorder(src, dst, dy, dy, dx, dx, BORDER_CONSTANT); //旋轉 Point2f center( (float)(dst.cols/2) , (float) (dst.rows/2)); Mat affine_matrix = getRotationMatrix2D( center, angle, 1.0 );//求得旋轉矩陣 warpAffine(dst, dst, affine_matrix, dst.size()); //計算圖像旋轉之後包含圖像的最大的矩形 float sinVal = abs(sin(radian)); float cosVal = abs(cos(radian)); Size targetSize( (int)(src.cols * cosVal +src.rows * sinVal), (int)(src.cols * sinVal + src.rows * cosVal) ); //剪掉多餘邊框 int x = (dst.cols - targetSize.width) / 2; int y = (dst.rows - targetSize.height) / 2; Rect rect(x, y, targetSize.width, targetSize.height); dst = Mat(dst,rect); } int main() { cv::Mat src=cv::imread("../3.png"); cv::Mat dst; rotate_arbitrarily_angle(src,dst,30); cv::imshow("src",src); cv::imshow("dst",dst); cv::waitKey(0); return 0; }
原圖
繞中心點旋轉30度的結果
需要註意的是該方法僅適用於水平圖像旋轉到有角度的圖像,至於可以隨意旋轉角度的方法我現在還不知道如何完成,以後有機會再做.
以上做法還有個最大的缺點是在旋轉之後像素大小發生瞭變化,如果你要對像素操作就會產生很多問題,接下來的代碼會將像素固定下來,不過也是針對旋轉到一定角度之後再返回到水平位置的代碼,具有很大的局限性,研究明白之後再更新其他情況
cv::Mat rotate_arbitrarily_angle1(cv::Mat matSrc, float angle, bool direction,int height,int width) { float theta = angle * CV_PI / 180.0; int nRowsSrc = matSrc.rows; int nColsSrc = matSrc.cols; // 如果是順時針旋轉 if (!direction) theta = 2 * CV_PI - theta; // 全部以逆時針旋轉來計算 // 逆時針旋轉矩陣 float matRotate[3][3]{ { std::cos(theta), -std::sin(theta), 0}, {std::sin(theta), std::cos(theta), 0 }, {0, 0, 1} }; float pt[3][2]{ { 0, nRowsSrc }, {nColsSrc, nRowsSrc}, {nColsSrc, 0} }; for (int i = 0; i < 3; i++) { float x = pt[i][0] * matRotate[0][0] + pt[i][1] * matRotate[1][0]; float y = pt[i][0] * matRotate[0][1] + pt[i][1] * matRotate[1][1]; pt[i][0] = x; pt[i][1] = y; } // 計算出旋轉後圖像的極值點和尺寸 float fMin_x = std::min(std::min(std::min(pt[0][0], pt[1][0]), pt[2][0]), (float)0.0); float fMin_y = std::min(std::min(std::min(pt[0][1], pt[1][1]), pt[2][1]), (float)0.0); float fMax_x = std::max(std::max(std::max(pt[0][0], pt[1][0]), pt[2][0]), (float)0.0); float fMax_y = std::max(std::max(std::max(pt[0][1], pt[1][1]), pt[2][1]), (float)0.0); int nRows = cvRound(fMax_y - fMin_y + 0.5) + 1; int nCols = cvRound(fMax_x - fMin_x + 0.5) + 1; int nMin_x = cvRound(fMin_x + 0.5); int nMin_y = cvRound(fMin_y + 0.5); // 拷貝輸出圖像 cv::Mat matRet(nRows, nCols, matSrc.type(), cv::Scalar(0)); for (int j = 0; j < nRows; j++) { for (int i = 0; i < nCols; i++) { // 計算出輸出圖像在原圖像中的對應點的坐標,然後復制該坐標的灰度值 // 因為是逆時針轉換,所以這裡映射到原圖像的時候可以看成是,輸出圖像 // 到順時針旋轉到原圖像的,而順時針旋轉矩陣剛好是逆時針旋轉矩陣的轉置 // 同時還要考慮到要把旋轉後的圖像的左上角移動到坐標原點。 int x = (i + nMin_x) * matRotate[0][0] + (j + nMin_y) * matRotate[0][1]; int y = (i + nMin_x) * matRotate[1][0] + (j + nMin_y) * matRotate[1][1]; if (x >= 0 && x < nColsSrc && y >= 0 && y < nRowsSrc) { matRet.at<uchar>(j, i) = matSrc.at<uchar>(y, x); } } } if(direction== false){//當需要順時針旋轉回水平位置時 int x = (matRet.cols -width) / 2; int y = (matRet.rows -height) / 2; //width和height是水平條件下圖像的寬高 cv::Rect rect(x, y, width, height); matRet = cv::Mat(matRet,rect); } return matRet; }
到此這篇關於opencv圖片的任意角度旋轉實現示例的文章就介紹到這瞭,更多相關opencv圖片任意角度旋轉內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- OpenCV中resize函數插值算法的實現過程(五種)
- opencv實現圖像傾斜校正
- 基於C++ OpenCV制作電子相冊查看器
- OpenCV實現霍夫變換直線檢測
- 基於opencv的行人檢測(支持圖片視頻)