有好多算法早就想實現了，可是總有各種原因沒有實現，這個雙線性插值旋轉圖像就是其中之一。
之前寫過最鄰近插值旋轉圖像，傳送門。結合着看效果會很好。
clear all; close all; clc; jiaodu=45; %要旋轉的角度，旋轉方向為順時針 img=imread('lena.jpg'); %這里v為原圖像的高度，u為原圖像的寬度 imshow(img); %這里y為變換后圖像的高度，x為變換后圖像的寬度 [h w]=size(img); theta=jiaodu/180*pi; rot=[cos(theta) -sin(theta) 0;sin(theta) cos(theta) 0;0 0 1]; pix1=[1 1 1]*rot; %變換后圖像左上點的坐標 pix2=[1 w 1]*rot; %變換后圖像右上點的坐標 pix3=[h 1 1]*rot; %變換后圖像左下點的坐標 pix4=[h w 1]*rot; %變換后圖像右下點的坐標 height=round(max([abs(pix1(1)-pix4(1))+0.5 abs(pix2(1)-pix3(1))+0.5])); %變換后圖像的高度 width=round(max([abs(pix1(2)-pix4(2))+0.5 abs(pix2(2)-pix3(2))+0.5])); %變換后圖像的寬度 imgn=zeros(height,width); delta_y=abs(min([pix1(1) pix2(1) pix3(1) pix4(1)])); %取得y方向的負軸超出的偏移量 delta_x=abs(min([pix1(2) pix2(2) pix3(2) pix4(2)])); %取得x方向的負軸超出的偏移量 for i=1-delta_y:height-delta_y for j=1-delta_x:width-delta_x pix=[i j 1]/rot; %用變換后圖像的點的坐標去尋找原圖像點的坐標， %否則有些變換后的圖像的像素點無法完全填充 float_Y=pix(1)-floor(pix(1)); float_X=pix(2)-floor(pix(2)); if pix(1)>=1 && pix(2)>=1 && pix(1) <= h && pix(2) <= w pix_up_left=[floor(pix(1)) floor(pix(2))]; %四個相鄰的點 pix_up_right=[floor(pix(1)) ceil(pix(2))]; pix_down_left=[ceil(pix(1)) floor(pix(2))]; pix_down_right=[ceil(pix(1)) ceil(pix(2))]; value_up_left=(1-float_X)*(1-float_Y); %計算臨近四個點的權重 value_up_right=float_X*(1-float_Y); value_down_left=(1-float_X)*float_Y; value_down_right=float_X*float_Y; imgn(i+delta_y,j+delta_x)=value_up_left*img(pix_up_left(1),pix_up_left(2))+ ... value_up_right*img(pix_up_right(1),pix_up_right(2))+ ... value_down_left*img(pix_down_left(1),pix_down_left(2))+ ... value_down_right*img(pix_down_right(1),pix_down_right(2)); end end end figure,imshow(uint8(imgn))
原圖
最鄰近插值旋轉
雙線性插值旋轉
后記：
上面的無法通過極限情況，如果旋轉為90度或180度，邊界會有黑像素。修改如下：
main.m
clear all; close all; clc; jiaodu=90; %要旋轉的角度，旋轉方向為順時針 img=imread('lena.jpg'); %這里v為原圖像的高度，u為原圖像的寬度 imshow(img); %這里y為變換后圖像的高度，x為變換后圖像的寬度 [h w]=size(img); theta=jiaodu/180*pi; rot=[cos(theta) -sin(theta) 0;sin(theta) cos(theta) 0;0 0 1]; pix1=[1 1 1]*rot; %變換后圖像左上點的坐標 pix2=[1 w 1]*rot; %變換后圖像右上點的坐標 pix3=[h 1 1]*rot; %變換后圖像左下點的坐標 pix4=[h w 1]*rot; %變換后圖像右下點的坐標 height=round(max([abs(pix1(1)-pix4(1))+0.5 abs(pix2(1)-pix3(1))+0.5])); %變換后圖像的高度 width=round(max([abs(pix1(2)-pix4(2))+0.5 abs(pix2(2)-pix3(2))+0.5])); %變換后圖像的寬度 imgn=zeros(height,width); delta_y=abs(min([pix1(1) pix2(1) pix3(1) pix4(1)])); %取得y方向的負軸超出的偏移量 delta_x=abs(min([pix1(2) pix2(2) pix3(2) pix4(2)])); %取得x方向的負軸超出的偏移量 imgm=img_extend(img,1); %擴展邊界得到的圖像 for i=1-delta_y:height-delta_y for j=1-delta_x:width-delta_x pix=[i j 1]/rot; %用變換后圖像的點的坐標去尋找原圖像點的坐標， %否則有些變換后的圖像的像素點無法完全填充 float_Y=pix(1)-floor(pix(1)); float_X=pix(2)-floor(pix(2)); if pix(1)>=-1 && pix(2)>=-1 && pix(1) <= h+1 && pix(2) <= w+1 pix_up_left=[floor(pix(1)) floor(pix(2))]; %四個相鄰的點 pix_up_right=[floor(pix(1)) ceil(pix(2))]; pix_down_left=[ceil(pix(1)) floor(pix(2))]; pix_down_right=[ceil(pix(1)) ceil(pix(2))]; value_up_left=(1-float_X)*(1-float_Y); %計算臨近四個點的權重 value_up_right=float_X*(1-float_Y); value_down_left=(1-float_X)*float_Y; value_down_right=float_X*float_Y; imgn(i+delta_y,j+delta_x)=value_up_left*imgm(pix_up_left(1)+2,pix_up_left(2)+2)+ ... value_up_right*imgm(pix_up_right(1)+2,pix_up_right(2)+2)+ ... value_down_left*imgm(pix_down_left(1)+2,pix_down_left(2)+2)+ ... value_down_right*imgm(pix_down_right(1)+2,pix_down_right(2)+2); end end end figure,imshow(uint8(imgn))
img_extend.m
function imgm=img_extend(img,r) [m n]=size(img); imgm=zeros(m+2*r+1,n+2*r+1); imgm(r+1:m+r,r+1:n+r)=img; imgm(1:r,r+1:n+r)=img(1:r,1:n); imgm(1:m+r,n+r+1:n+2*r+1)=imgm(1:m+r,n:n+r); imgm(m+r+1:m+2*r+1,r+1:n+2*r+1)=imgm(m:m+r,r+1:n+2*r+1); imgm(1:m+2*r+1,1:r)=imgm(1:m+2*r+1,r+1:2*r); end