《数字图像处理-OpenCV/Python》连载(41)图像的旋转

本书京东优惠购书链接:https://item.jd.com/14098452.html
本书CSDN独家连载专栏:https://blog.csdn.net/youcans/category_12418787.html

第 6 章 图像的几何变换

几何变换分为等距变换、相似变换、仿射变换和投影变换,是指对图像的位置、大小、形状和投影进行变换,将图像从原始平面投影到新的视平面。OpenCV图像的几何变换,本质上是将一个多维数组通过映射关系转换为另一个多维数组。

本章内容概要

  • 介绍仿射变换,学习使用仿射变换矩阵实现图像的仿射变换。
  • 学习使用函数实现图像的平移、缩放、旋转、翻转和斜切。
  • 介绍投影变换,学习使用投影变换矩阵实现图像的投影变换。
  • 介绍图像的重映射,学习使用映射函数实现图像的自定义变换和动态变换。

6.1 图像的旋转

旋转变换属于等距变换,变换后图像的长度和面积不变。
图像以左上角(0,0)为旋转中心、以旋转角度 θ 顺时针旋转,可以构造旋转变换矩阵 MAR,通过函数 cv.warpAffine 计算旋转变换图像。

[ x~y~1 ]= M AR[ x y 1 ],M AR = [ cosθ−sinθ0 sinθcosθ0 0 0 1 ]\begin{bmatrix} \tilde{x}\\ \tilde{y}\\ 1 \end{bmatrix} = M_{AR} \begin{bmatrix} x\\ y\\ 1 \end{bmatrix} ,\hspace{1em} M_{AR} = \begin{bmatrix} cos \theta &-sin \theta &0\\ sin \theta &cos \theta &0\\ 0 &0 &1 \end{bmatrix} x~y~1 =MAR xy1 ,MAR= cosθsinθ0sinθcosθ0001

图像以任意点(x,y)为旋转中心、以旋转角度 顺时针旋转,可以先将原点平移到旋转中心(x,y),再对原点进行旋转处理,最后反向平移回坐标原点。

OpenCV中的函数cv.getRotationMatrix2D可以计算以任意点为中心的旋转变换矩阵。

函数原型

cv.getRotationMatrix2D(center, angle, scale) → M

函数cv.getRotationMatrix2D能根据旋转中心和旋转角度计算旋转变换矩阵M:

M= [ α β (1−α)x−βy−βα βx+(1−α)y]M = \begin{bmatrix} \alpha & \beta &(1-\alpha)x-\beta y\\ -\beta &\alpha &\beta x +(1-\alpha) y \end{bmatrix} M=[αββα(1α)xβyβx+(1α)y]

参数说明

  • center:旋转中心坐标,格式为元组(x,y)。
  • angle:旋转角度,角度制,以逆时针方向旋转。
  • scale:缩放系数,是浮点型数据。
  • M:旋转变换矩阵,是形状为(2,3)、类型为np.float32的Numpy数组。

注意问题

  • (1)函数可以直接获取以任意点为中心的旋转变换矩阵,不需要额外进行平移变换。

  • (2) 如果旋转图像的尺寸与原始图像的尺寸相同,则四角的像素会被切除(见图6-3(2))。为了保留原始图像的内容,需要在旋转的同时对图像进行缩放,或将旋转图像的尺寸调整为:

W rot =wcosθ+hsinθH rot =hcosθ+wsinθW_{rot} = w cos \theta+ h sin \theta \\ H_{rot} = h cos \theta+ w sin \theta Wrot=wcosθ+hsinθHrot=hcosθ+wsinθ
式中,w、h分别为原始图像的宽度与高度; 、 分别为旋转图像的宽度与高度。

  • (3) 缩放系数scale在旋转的同时能进行缩放,但水平、垂直方向必须使用相同的缩放比例。

函数cv.rotate用于直角旋转,旋转角度为90度、180度或270度。该方法通过矩阵转置实现,运行速度极快。

函数原型

cv.rotate(src, rotateCode[, dst]) → dst

参数说明

  • src:输入图像,是Numpy数组。
  • dst:输出图像,类型与src相同,图像尺寸由旋转角度确定。
  • rotateCode:旋转标志符。
    • ROTATE_90_CLOCKWISE:顺时针旋转90度。
    • ROTATE_180:顺时针旋转180度。
    • ROTATE_90_COUNTERCLOCKWISE:顺时针旋转270度。

注意问题

旋转角度为180度时,输出图像的尺寸与输入图像的尺寸相同;旋转角度为90度或180度时,输出图像的高度和宽度分别等于输入图像的宽度和高度。

【例程0603】图像的旋转

本例程介绍以原点为旋转中心、以任意点为旋转中心旋转图像,以及图像的直角旋转。

# 【0603】图像的旋转import cv2 as cvimport numpy as npfrom matplotlib import pyplot as pltif __name__ == '__main__':img = cv.imread("../images/Fig0301.png")# 读取彩色图像(BGR)height, width = img.shape[:2]# 图像的高度和宽度# (1) 以原点为旋转中心x0, y0 = 0, 0# 以左上角顶点 (0,0) 作为旋转中心theta, scale = 30, 1.0# 逆时针旋转 30 度,缩放系数 1.0MAR0 = cv.getRotationMatrix2D((x0,y0), theta, scale)# 旋转变换矩阵imgRot1 = cv.warpAffine(img, MAR0, (width, height))# (2) 以任意点为旋转中心x0, y0 = width//2, height//2# 以图像中心作为旋转中心angle = theta * np.pi/180# 弧度->角度wRot = int(width * np.cos(angle) + height * np.sin(angle))# 调整宽度hRot = int(height * np.cos(angle) + width * np.sin(angle))# 调整高度scale = width/wRot# 根据 wRot 调整缩放系数MAR1 = cv.getRotationMatrix2D((x0,y0), theta, 1.0)# 逆时针旋转 30 度,缩放系数 1.0MAR2 = cv.getRotationMatrix2D((x0,y0), theta, scale)# 逆时针旋转 30 度,缩放比例 scaleimgRot2 = cv.warpAffine(img, MAR1, (height, width), borderValue=(255,255,255))# 白色填充imgRot3 = cv.warpAffine(img, MAR2, (height, width))# 调整缩放系数,以保留原始图像的内容print(img.shape, imgRot2.shape, imgRot3.shape, scale)# (3) 图像的直角旋转imgRot90 = cv.rotate(img, cv.ROTATE_90_CLOCKWISE)# 顺时针旋转 90度imgRot180 = cv.rotate(img, cv.ROTATE_180)# 顺时针旋转 180度imgRot270 = cv.rotate(img, cv.ROTATE_90_COUNTERCLOCKWISE)# 顺时针旋转 270度plt.figure(figsize=(9, 6))plt.subplot(231), plt.title("1.Rotate around the origin"), plt.axis('off')plt.imshow(cv.cvtColor(imgRot1, cv.COLOR_BGR2RGB))plt.subplot(232), plt.title("2.Rotate around the center"), plt.axis('off')plt.imshow(cv.cvtColor(imgRot2, cv.COLOR_BGR2RGB))plt.subplot(233), plt.title("3.Rotate and resize"), plt.axis('off')plt.imshow(cv.cvtColor(imgRot3, cv.COLOR_BGR2RGB))plt.subplot(234), plt.title("4.Rotate 90 degrees"), plt.axis('off')plt.imshow(cv.cvtColor(imgRot90, cv.COLOR_BGR2RGB))plt.subplot(235), plt.title("5.Rotate 180 degrees"), plt.axis('off')plt.imshow(cv.cvtColor(imgRot180, cv.COLOR_BGR2RGB))plt.subplot(236), plt.title("6.Rotate 270 degrees"), plt.axis('off')plt.imshow(cv.cvtColor(imgRot270, cv.COLOR_BGR2RGB))plt.tight_layout()plt.show()

程序说明:
运行结果,图像的旋转如图6-3所示。
(1) 图6-3(1)~(3)用函数cv.getRotationMatrix2D计算旋转变换矩阵后,通过函数cv.warpAffine计算旋转变换图像。图6-3(1)以图像原点,即左上角为中心旋转,图6-3(2)和图6-3(3)围绕图像中心点旋转变换。
(2) 图像尺寸不变,中心旋转后四角像素被切除(见图6-3(2))。在计算旋转变换矩阵时使用了缩放系数,使旋转图像保留了原始图像的内容(见图6-3(3))。
(3) 图6-3(4)~(6)所示都是直角旋转,使用函数cv.rotate通过矩阵转置实现。

*图6-3 图像的旋转

版权声明:
youcans@xupt 原创作品,转载必须标注原文链接:(https://blog.csdn.net/youcans/article/details/134317103)
Copyright 2023 youcans, XUPT
Crated:2023-11-11

欢迎关注本书CSDN独家连载专栏
《数字图像处理-OpenCV/Python》连载: https://blog.csdn.net/youcans/category_12418787.html