时间:2021-05-22
在前面实现了平移和缩放,还有一种常用的坐标变换,那就是旋转。比如拍摄的照片上传到电脑里,再打开时发现人的头在下面脚在上,这样肯定看不了,那么就需要把这个照片旋转180度才可以接受。由于旋转变换,都是绕着点进行运动的,首先要找到轴的位置,默认是原点(0,0),如果要指定点进行,那么要采用前面的平移操作,即是把图片移到这一点上,然后进行旋转,再把它平移回来,这样才可以完成。所以在这个操作过程里,就要多个矩阵进行操作了,先要进行平移矩阵相乘,再与旋转矩阵相乘,最后与反向平移矩阵相乘。旋转的操作都是使用角度方式来计算,因此要使用中学的知识—三角函数sin和cos等,如果对这些知识忘记了,可以回去复习一下中学知识,到这里就会发现数学的知识是非常有用的,特别是中学的知识。一般会解出方案如下:
再加上齐次化,齐次化的目标主要为了把平移操作统一到一个公式里,就可以把公式写成这样:
这个矩阵变换就是纯旋转的公式。一般情况下,会有平移和缩放一起操作,这样单独地去构造这些矩阵就有些麻烦了,为了简单起见,OpenCV提供了一个函数cv2.getRotationMatrix2D来完成这些操作,这个函数调用参数如下:
retval = cv.getRotationMatrix2D( center, angle, scale )
center是元组表示的旋转中心点。
angle是用度表示的旋转角度。
scale是缩放系数。
其实这个函数是计算这样的矩阵:
所以在OpenCV里基本不需要自己去单独计算缩放和旋转的矩阵,调用此函数最简单了。下面通过例子来演示旋转的功能:
#python 3.7.4,opencv4.1#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579#import cv2import numpy as np #图片的路径imgname = "img1.jpg" #读取图片image = cv2.imread(imgname, cv2.IMREAD_COLOR) #图片的高度和宽度h,w = image.shape[:2] #构造缩放并旋转的2X3的矩阵,然后调用warpAffine执行A1 = cv2.getRotationMatrix2D((w/2.0, h/2.0), 30, 0.5)d1 = cv2.warpAffine(image, A1, (w, h), borderValue = 125) #显示操作之后的图片cv2.imshow("d1",d1) #显示图像cv2.imshow("image", image) #等待用户输入,然后删除所有窗口cv2.waitKey(0)cv2.destroyAllWindows()输出结果如下:
左边是旋转并缩放的图片,右边是原图。
上面的例子主要调用函数getRotationMatrix2D来构造矩阵,然后调用函数warpAffine来执行仿射变换操作。
总结
以上所述是小编给大家介绍的使用OpenCV实现仿射变换—旋转功能,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
对图像块应用仿射变换,我们将其称为图像扭曲(或者仿射扭曲)。该操作不仅经常应用在计算机图形学中,而且经常出现在计算机视觉算法中。一、仿射变换原理仿射变换能够保持
OpenCV是应用最被广泛的的开源视觉库。他允许你使用很少的代码来检测图片或视频中的人脸。这里有一些互联网上的教程来阐述怎么在OpenCV中使用仿射变换(aff
前言上一篇文章,我们讲解了图像金字塔,这篇文章我们来了解仿射变换。仿射?任何仿射变换都可以转换成,乘以一个矩阵(线性变化),再加上一个向量(平移变化)。实际上仿
AffineTransform类描述了一种二维仿射变换的功能,它是一种二维坐标到二维坐标之间的线性变换,保持二维图形的“平直性”(译注:straightness
前面学习了仿射变换,是经常使用到的变换,也很容易理解。在日常生活中,经常会遇到下面这种的情况:仔细地观察比亚迪秦这台汽车的车牌,发现它拍照的角度不是垂直的方向,