基於c++和opencv底層的圖像旋轉

圖像旋轉：本質上是對旋轉后的圖片中的每個像素計算在原圖的位置。

在opencv包里有自帶的旋轉函數，當你知道傾斜角度theta時：

用getRotationMatrix2D可得2X3的旋轉變換矩陣 M，在用warpaffine函數可得傾斜后的圖像dst。

很方便啊，為什么還要自己實現底層的圖像旋轉呢？因為有些地方你用這兩個函數就會出現問題，比如說：

當原圖的size是MXN，且圖像是完全填充的（因為如果有留白可能還不能將問題完全反映出來），現在你需要將它90°變換（為了形象說明），可是用前面兩個API會產生什么結果呢？如下：

  

     

 

 

 

 

 

 

 

噢？有一部分看不見了…我們來看一下上面兩個函數：

C++: Mat getRotationMatrix2D(Point2f center, double angle, double scale)

C++: void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

一開始我以為是這兩個參數的設置問題。一般來說，center是設置在源圖像中心點進行翻轉的，現在有一部分看不見了，是不是中心點的問題呢？我換個中心點可不可以呢？實驗證明，分別設置左上、下；右上，下角點為中心點時，都會有部分圖像顯示不出來。我放棄center，改試dsize，改大一點，還是不行，只是顯示和黑色面積分別更大了，顯示的比例並沒有改變什么。這時候就不必再試了，有這個功夫我還不如自己寫個旋轉函數呢。為什么會這樣呢，因為原圖的面積不夠大啊，一旋轉就出去了啊，所以依然不想自己寫函數（不建議，因為寫的函數代碼很簡單啊）的童鞋，用copyMakeborder函數在原圖上添加邊界再旋轉吧。添加完邊界后問題又來了：邊界添加的小圖像還是會旋出去。邊界添加的大，圖片本身就很小了（就像置身於一片蒼茫的黑色的宇宙中，當然是誇張），接下來你要對原來的圖片中的像素進行什么處理就更困難了，有點小了。必要時還得去邊界，opencv里面好像可沒有現成的去邊界函數啊。

所以（前言說的太長），我們有必要自己寫個簡單方便的旋轉函數。先給出旋轉矩陣及其變換關系（別問我怎么來的，我是拿現成的老師教得，不過知道的朋友可以圖解一下）

代碼如下：

Mat angleRectify(Mat img,float angle)
{
    Mat retMat = Mat::zeros(550,850, CV_8UC3);
    float anglePI =(float) (angle * CV_PI / 180);
    int xSm, ySm;
    for(int i = 0; i < retMat.rows; i++)
        for(int j = 0; j < retMat.cols; j++)
        {
            xSm = (int)((i-retMat.rows/2)*cos(anglePI) - (j-retMat.cols/2)*sin(anglePI) + 0.5);
            ySm = (int)((i-retMat.rows/2)*sin(anglePI) + (j-retMat.cols/2)*cos(anglePI) + 0.5);
            xSm += img.rows / 2;
            ySm += img.cols / 2;
            if(xSm >= img.rows || ySm >= img.cols || xSm <= 0 || ySm <= 0){
                retMat.at<Vec3b>(i, j) = Vec3b(0, 0);
            }
            else{
                retMat.at<Vec3b>(i, j) = img.at<Vec3b>(xSm, ySm);
            }
        }

    return retMat;
}

 

這里有幾個問題需要說明：

1 本來需要變換后圖片乘以 原圖變換矩陣的逆矩陣 對應到原圖中坐標。但是因為y軸方向向下，所以變換后圖片乘以原圖變換矩陣（無需逆矩陣）即可對應到原圖中坐標

2 第9、10行需要 -retMat.rows/2和retMat.cols/2的原因在於，圖像是以(retMat.cols/2,retMat.rows/2)為坐標原點旋轉的，所以變換后圖片中的每個像素點(i; j)，需要平移到相對旋轉中心的新坐標，即(i - Mat.rows/2; j - Mat.cols/2)。

1. 第11，12行表示在計算完成之后，需要再次還原到相對左上角原點的舊坐標；
2. 矩陣下標與原圖變換矩陣相乘之前，需要將矩陣下標兩值互換。相乘之后，需要再次互換下標值還原成矩陣下標。這句話是什么意思呢，我們可以看出，但是實際 xSm = (int)((i-retMat.rows/2)*cos(anglePI) - (j-retMat.cols/2)*sin(anglePI) + 0.5);  (i-retMat.rows/2)是我們認為的縱坐標。
3. 旋轉角度整數代表順時針，負數代表逆時針（這點在opencv里的很多情況下都使用）
4. 這里表示彩色圖的旋轉，Vec3b是彩色類型，如果是灰度圖，將<>里的類型換成uchar並將retMat.at<Vec3b>(i, j) = Vec3b(0, 0); =>retMat.at<uchar>(i, j) = uchar(0);
5. 如果是要旋轉90°這種已知dst的size的情況下可以指定reMat的size從而不邊界，其他類型還是會有邊界的（但是比自己copyMakeBorder會小一些），因為你不知道reMat需要多大。
6.  

   如果是從原圖* 變化矩陣算目標圖的坐標就會產生一定的黑色點，那是因為再取整時，略過了一些點的坐標，而保留了他的初始化的像素值0 

  

 

 

文章參考：http://blog.csdn.net/ironyoung/article/details/41117039?utm_source=tuicool