|
1. 学习目标
学习旋转矩阵；
学习使用 OpenCV 的 cv.warpAffine 函数进行图片的旋转；
学习使用 OpenCV 的 cv.getRotationMatrix2D 来计算不同旋转中心的不同角度的 MAR 旋转变换矩阵；
学习使用 OpenCV 的 cv.rotate 进行特殊角度的旋转（90，180，270 度）。
2. 不同中心的旋转矩阵计算
2.1 图像以原点 (0, 0) 为中心
图像以原点 (0, 0) 为中心、顺时针旋转角度 θ 进行旋转的计算公式：
逆时针为负数，顺时针为正数
2.2 图像以任意点 (x0, y0) 为旋转中心
图像以任意点 (x0, y0) 为旋转中心、顺时针旋转角度 θ 的旋转操作，可以先将原点平移到旋转中心 (x0, y0) ，然后按照原点旋转，最后再平移回坐标原点的计算公式：
逆时针为负数，顺时针为正数
逆时针为正数，顺时针为负数
计算公式结果参考：cv2.getRotationMatrix2D的旋转矩阵的正确形式！！！
3. 图像旋转函数
3.1 cv.warpAffine() 函数使用
cv.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
复制代码
3.2 参数说明
参数说明src表示输入图像。M表示变换矩阵，2行3列。dsize表示输出图像的大小，二元元组 (width, height)。dst表示变换操作的输出图像，可选项。flags表示插值方法，整型（int），可选项。borderMode表示边界像素方法，整型（int），可选项，默认值为 cv.BORDER_REFLECT。borderValue表示边界填充值，可选项，默认值为 0（黑色填充）。
3.3 flags 值说明
值说明cv.INTER_LINEAR表示双线性插值（默认方法）。cv.INTER_AREA表示使用像素区域关系重采样，缩小图像时可以避免波纹出现。cv.INTER_NEAREST表示最近邻插值。cv.INTER_CUBIC表示 4x4 像素邻域的双三次插值。cv.INTER_LANCZOS4表示 8x8 像素邻域的Lanczos插值。
4. 以原点(0,0)旋转任意角度实例
4.1 旋转实例
逆时针为负数，顺时针为正数
import cv2 as cv
import numpy as np
# 图像旋转（以原点(0,0)为中心旋转）
def image_rotate(src, rotate=0):
h,w,c = src.shape
cos_val = np.cos(np.deg2rad(rotate))
sin_val = np.sin(np.deg2rad(rotate))
M = np.float32([[cos_val, -sin_val, 0], [sin_val, cos_val, 0]])
img = cv.warpAffine(src, M, (w,h))
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
cv.imshow("origin", img)
cv.imshow("img_rotate_30", image_rotate(img,30))
cv.imshow("img_rotate_45", image_rotate(img,45))
cv.waitKey(0)
cv.destroyAllWindows()
复制代码
4.2 旋转效果
5. 逆时针为正数，顺时针为负数
5.1 旋转实例
import cv2 as cv
import numpy as np
# 图像旋转（以原点(0,0)为中心旋转）
def image_rotate(src, rotate=0):
h,w,c = src.shape
cos_val = np.cos(np.deg2rad(rotate))
sin_val = np.sin(np.deg2rad(rotate))
M = np.float32([[cos_val, sin_val, 0], [-sin_val, cos_val, 0]])
img = cv.warpAffine(src, M, (w,h))
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
cv.imshow("origin", img)
cv.imshow("img_rotate_30", image_rotate(img,30))
cv.imshow("img_rotate_45", image_rotate(img,45))
cv.waitKey(0)
cv.destroyAllWindows()
复制代码
5.2 旋转效果
6. 以任意点为中心旋转任意角度实例（逆时针为正数，顺时针为负数）
6.1 旋转实例
import cv2 as cv
import numpy as np
# 计算旋转变换矩阵
def handle_rotate_val(x,y,rotate):
cos_val = np.cos(np.deg2rad(rotate))
sin_val = np.sin(np.deg2rad(rotate))
return np.float32([
[cos_val, sin_val, x * (1 - cos_val) - y * sin_val],
[-sin_val, cos_val, x * sin_val + y * (1 - cos_val)]
])
# 图像旋转（以任意点为中心旋转）
def image_rotate(src, rotate=0):
h,w,c = src.shape
M = handle_rotate_val(w//2,h//2,rotate)
img = cv.warpAffine(src, M, (w,h))
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
cv.imshow("origin", img)
cv.imshow("img_rotate_30", image_rotate(img,30))
cv.imshow("img_rotate_45", image_rotate(img,45))
cv.waitKey(0)
cv.destroyAllWindows()
复制代码
6.2 旋转效果
7. cv.getRotationMatrix2D 函数
OpenCV 提供了 cv.getRotationMatrix2D 函数， 根据旋转角度和位移计算旋转变换矩阵 MAR。
7.1 cv.getRotationMatrix2D() 函数说明
cv.getRotationMatrix2D(center, angle, scale) → M
复制代码
7.2 参数说明
参数说明center表示旋转中心坐标，二元元组 (x0, y0)。angle表示旋转角度，单位为角度，逆时针为正数，顺时针为负数。scale表示缩放因子。
7.3 使用 cv.getRotationMatrix2D 计算变换矩阵的实例
import cv2 as cv
# 图像旋转（以任意点为中心旋转）
def image_rotate(src, rotate=0):
h,w,c = src.shape
M = cv.getRotationMatrix2D((w//2,h//2),rotate,1)
img = cv.warpAffine(src, M, (w,h))
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
cv.imshow("origin", img)
cv.imshow("img_rotate_30", image_rotate(img,30))
cv.imshow("img_rotate_45", image_rotate(img,45))
cv.waitKey(0)
cv.destroyAllWindows()
复制代码
7.4 旋转结果
8. cv.rotate 函数
8.1 cv.rotate() 函数说明
cv.rotate( src, rotateCode[, dst] ) → dst
复制代码
8.2 参数说明
参数说明src表示变换操作的输入图像。rotateCode表示枚举，指定旋转角度。dst表示变换操作的输出图像，ndarray 多维数组。
8.3 rotateCode 值说明
值说明cv.ROTATE_90_CLOCKWISE表示顺时针旋转 90 度。cv.ROTATE_180表示旋转 180 度。cv.ROTATE_90_COUNTERCLOCKWISE表示逆时针旋转 90 度。
8.4 cv.rotate 旋转实例
import cv2 as cv
import numpy as np
# 图像旋转（以特殊角度旋转）
def image_rotate(src):
img_90 = cv.rotate(src,cv.ROTATE_90_CLOCKWISE)
cv.imshow("ROTATE_90_CLOCKWISE", img_90)
img_180 = cv.rotate(src,cv.ROTATE_180)
cv.imshow("ROTATE_180", img_180)
img_270 = cv.rotate(src,cv.ROTATE_90_COUNTERCLOCKWISE)
cv.imshow("ROTATE_90_COUNTERCLOCKWISE", img_270)
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
cv.imshow("origin", img)
image_rotate(img)
cv.waitKey(0)
cv.destroyAllWindows()
复制代码
8.5 旋转效果
9. np.rot90 函数
9.1 np.rot90() 函数说明
np.rot90(src, k, axes) → dst
复制代码
9.2 参数说明
参数说明src表示变换操作的输入图像。k表示阵列旋转90度的次数。axes表示 array 在轴定义的平面中旋转。 轴必须不同。dst表示变换操作的输出图像。#### 9.3 旋转实例
import cv2 as cv
import numpy as np
def image_rotate(src):
img_90 = np.rot90(src,1)
cv.imshow("rot90", img_90)
img_180 = np.rot90(src,2)
cv.imshow("rot180", img_180)
img_270 = np.rot90(src,3)
cv.imshow("rot270", img_270)
return img
if __name__ == "__main__":
img = cv.imread("./images/lena.jpg")
half_img = cv.resize(img,None,fx=0.5,fy=0.5)
cv.imshow("origin", half_img)
image_rotate(half_img)
cv.waitKey(0)
cv.destroyAllWindows()
复制代码
9.4 旋转结果
10. 总结
cv.rotate 和 np.rot90 两个方法只能旋转特殊角度，只能是90度的整数倍数。
cv.warpAffine 可以对图像进行任意角度旋转；
实现自定原点旋转，需要借助 cv.getRotationMatrix2D 计算变化矩阵；
cv.getRotationMatrix2D 的实现原理需要注意旋转角度对应的顺【逆】时针旋转！！！
注意：cv.getRotationMatrix2D 的旋转角度【逆时针为正数，顺时针为负数】！！！
|