opencv正確的實現圖像旋轉

　　

OpenCV中的圖像旋轉

OpenCV主要使用getRotationMatrix2D()來得到變換矩陣（getRotationMatrix2D的計算方式與上一節的推導一致，大家可以參看函數解釋推導一下），再使用warpAffine()來實現圖像旋轉。代碼如下

def rotate(image, angle, center=None, scale=1.0):
    # grab the dimensions of the image
    (h, w) = image.shape[:2]

    # if the center is None, initialize it as the center of
    # the image
    if center is None:
        center = (w // 2, h // 2)

    # perform the rotation
    M = cv2.getRotationMatrix2D(center, angle, scale)
    rotated = cv2.warpAffine(image, M, (w, h))

    # return the rotated image
    return rotated

 

現在我們來旋轉一只小鳥。

 

 

使用OpenCV的方法旋轉結果如下所示：

 

可以看到當旋轉矩形塗向師，旋轉后原圖大量信息丟失了。在有些時候我們並不想要這種信息的丟失（比如在深度學習數據增強的時候）。

現在我改寫一下上面的代碼，來使矩形圖片可以正確的旋轉，不丟失信息。代碼如下：

 

 

def rotate_bound(image, angle):
    # grab the dimensions of the image and then determine the
    # center
    (h, w) = image.shape[:2]
    (cX, cY) = (w / 2, h / 2)

    # grab the rotation matrix (applying the negative of the
    # angle to rotate clockwise), then grab the sine and cosine
    # (i.e., the rotation components of the matrix)
    M = cv2.getRotationMatrix2D((cX, cY), angle, 1.0)
    cos = np.abs(M[0, 0])
    sin = np.abs(M[0, 1])

    # compute the new bounding dimensions of the image
    nW = int((h * sin) + (w * cos))
    nH = int((h * cos) + (w * sin))

    # adjust the rotation matrix to take into account translation
    M[0, 2] += (nW / 2) - cX
    M[1, 2] += (nH / 2) - cY

    # perform the actual rotation and return the image
    return cv2.warpAffine(image, M, (nW, nH))

 

在計算出旋轉變換矩陣M后，計算一下可以正常包含旋轉后圖像的外接矩形框的長和寬，然后計算外接矩形框的中心和原矩形框中心的距離，最后將旋轉后的圖像中心移到新的外接矩形框的中心。

結果如下：