快捷導(dǎo)航

基于OpenCV和C++ 實(shí)現(xiàn)圖片旋轉(zhuǎn)

更新時(shí)間：2020年12月15日 11:54:23 作者：IronYoung

這篇文章主要介紹了基于OpenCV和C++ 實(shí)現(xiàn)圖片旋轉(zhuǎn)，幫助大家更好的利用c++處理圖片，感興趣的朋友可以了解下

圖片旋轉(zhuǎn)，本質(zhì)上是對(duì)旋轉(zhuǎn)后的圖片中每個(gè)像素點(diǎn)計(jì)算在原圖的位置。然后照搬過來就好。

（多說一句，如果計(jì)算出來在原圖中的位置不是整數(shù)而是小數(shù)，因?yàn)橄袼攸c(diǎn)個(gè)數(shù)都是整數(shù)，就需要小數(shù)到整數(shù)的轉(zhuǎn)換。這個(gè)轉(zhuǎn)換過程是有講究的，需要用到插值：最近鄰插值、雙線性插值等等。這里我使用的是最簡單的最近鄰插值，即對(duì)小數(shù)四舍五入成整數(shù)，C/C++ 實(shí)現(xiàn)四舍五入見這里）

圖形圖像課上一般會(huì)介紹旋轉(zhuǎn)變換矩陣，其中 t 為需要旋轉(zhuǎn)的角度，[x'; y']是變換后坐標(biāo)（其中分號(hào)表示上下關(guān)系）：

即表示為：[x'; y'] = [cos(t) sin(t); -sin(t) cos(t)][x; y]

因?yàn)槲覀€(gè)人興趣愛好（放P就是老師逼的。。。），不允許使用 OpenCV 封裝好的旋轉(zhuǎn)函數(shù)。只能自己實(shí)現(xiàn)，我開始的想法是：先求變換矩陣逆矩陣，然后將一張全黑圖中每個(gè)點(diǎn)一一對(duì)應(yīng)插值到原圖中。

結(jié)果發(fā)現(xiàn)轉(zhuǎn)換后圖片全黑了……

后來發(fā)現(xiàn)原點(diǎn)設(shè)置不對(duì)。用OpenCV中的 Mat格式存儲(chǔ)（或二維數(shù)組）的圖片，原點(diǎn)在左上角。但是想要實(shí)現(xiàn)的旋轉(zhuǎn)原點(diǎn)在圖片中心。

同時(shí)， Mat格式存儲(chǔ)（或二維數(shù)組）的坐標(biāo)系中 y軸正方向向下。這樣人類視覺上的順時(shí)針旋轉(zhuǎn)，在二維數(shù)組的坐標(biāo)系中是逆時(shí)針旋轉(zhuǎn)。

最重要的一點(diǎn)，也是二維數(shù)組操作中極易忽略的一點(diǎn)：數(shù)組操作的是數(shù)組下標(biāo) ，不是坐標(biāo)系（數(shù)組的行數(shù) rows 是矩形的寬 width ，列數(shù) cols 是矩形的長 length ）。比如坐標(biāo)系（此時(shí)為了更貼近數(shù)組布局，我們假設(shè) y 軸坐標(biāo)系是向下的）中，矩形頂點(diǎn)是：

但是在數(shù)組中，因?yàn)槭切袃?yōu)先，所以四個(gè)點(diǎn)的下標(biāo)取值為：

有沒有發(fā)現(xiàn)，兩種坐標(biāo)是相反的！

總結(jié)下來，我們的圖片旋轉(zhuǎn)需要注意以下幾點(diǎn)：

變換后圖片中的每個(gè)像素點(diǎn)(i; j)，需要平移到相對(duì)旋轉(zhuǎn)中心的新坐標(biāo)，即(i - Mat.rows/2; j - Mat.cols/2)。計(jì)算完成之后，需要再次還原到相對(duì)左上角原點(diǎn)的舊坐標(biāo)；
本來需要變換后圖片乘以原圖變換矩陣的逆矩陣對(duì)應(yīng)到原圖中坐標(biāo)。但是因?yàn)閥軸方向向下，所以變換后圖片乘以原圖變換矩陣（無需逆矩陣）即可對(duì)應(yīng)到原圖中坐標(biāo)（順時(shí)針旋轉(zhuǎn)50度，還原操作是逆時(shí)針旋轉(zhuǎn)50度）；
矩陣下標(biāo)與原圖變換矩陣相乘之前，需要將矩陣下標(biāo)兩值互換。相乘之后，需要再次互換下標(biāo)值還原成矩陣下標(biāo)。

因此對(duì)于一個(gè)經(jīng)過旋轉(zhuǎn) t 度之后數(shù)組下標(biāo) 為[m‘, n']的像素值，還原成原圖中的數(shù)組下標(biāo) [m; n]計(jì)算為：

[cos(t) -sin(t); sin(t) cos(t)] ([m'; n'] - [Mat.rows/2; Mat.cols/2]) = [m; n] - [Mat.rows/2; Mat.cols/2]

源代碼附上：

Mat nearestNeighRotate(cv::Mat img, float angle)
{
	int len = (int)(sqrtf(pow(img.rows, 2) + pow(img.cols, 2)) + 0.5);

	Mat retMat = Mat::zeros(len, len, CV_8UC3);
	float anglePI = 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;
}

好，我們來測試看看：

int main() 
{ 
	Mat img = imread("../HelloWorld.png");
	retImg = nearestNeighRotate(img, -20.f);
	namedWindow("nearNeigh", CV_WINDOW_AUTOSIZE);
	imshow("nearNeigh", retImg);

	waitKey(); 
	cvDestroyAllWindows();
	return 0; 
}

結(jié)果（旋轉(zhuǎn)了20度）為