本篇文章為大家展示了怎么在OpenCV中利用C++ 實(shí)現(xiàn)一個圖片旋轉(zhuǎn)效果，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。
圖片旋轉(zhuǎn)，本質(zhì)上是對旋轉(zhuǎn)后的圖片中每個像素點(diǎn)計(jì)算在原圖的位置。然后照搬過來就好。
圖形圖像課上一般會介紹旋轉(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€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點(diǎn)一一對應(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。用OpenCV中的 Mat格式存儲（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， Mat格式存儲（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針旋轉(zhuǎn)，在二維數(shù)組的坐標(biāo)系中是逆時針旋轉(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像素點(diǎn)(i; j)，需要平移到相對旋轉(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） 即可對應(yīng)到原圖中坐標(biāo)（順時針旋轉(zhuǎn)50度，還原操作是逆時針旋轉(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)。
因此對于一個經(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：
重慶分公司
重慶分公司
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(i, j) = Vec3b(0, 0);
}
else{
retMat.at(i, j) = img.at(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;
}上述內(nèi)容就是怎么在OpenCV中利用C++ 實(shí)現(xiàn)一個圖片旋轉(zhuǎn)效果，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
