Qt实战|Qt+OpenCV联合开发（二十一）--图像翻转与旋转 Qt实战|C

一、简述仿射变换一个任意的仿射变换都能表示为乘以一个矩阵 (线性变换) 接着再加上一个向量 (平移)，变换为另一个向量空间的过程。我们能够用仿射变换来表示翻转、旋转 (线性变换)，平移 (向量加)，缩放操作 (线性变换)等，其实, 仿射变换代表的是两幅图之间的关系
我们通常使用 2 x 3矩阵来表示仿射变换

文章图片

考虑到我们要使用矩阵 A 和B对二维向量
文章图片
做变换, 所以也能表示为下列形式:

文章图片

文章图片

以上仿射变换看不懂没关系，接着往下看
二、函数原型 1、flip函数

作用：图像翻转（上下翻转、左右翻转，以及同时均可）
c++原型：

文章图片

参数：

src输入图像

dst 输出图像（变换后的矩阵）

flipCode翻转模式，有三种模式如下

文章图片

补充参数flipCode：

0 ----- 上下（垂直方向）翻转；

1 ----- 左右（水平方向）翻转；

-1----- 水平、垂直方向同时翻转（即先沿X轴翻转，再沿Y轴翻转，等价于旋转180°）

利用opencv实现仿射变换一般会涉及到warpAffine和getRotationMatrix2D两个函数，其中warpAffine可以实现一些简单的重映射，而利用getRotationMatrix2D可以旋转图像（获得旋转矩阵）

2、warpAffine函数

作用：对图像进行旋转，平移，缩放操作
c++原型：

文章图片

参数：

src：输入图像

dst：输出图像（变换后的矩阵），尺寸由dsize指定，图像类型与输入图像一致

M: 2X3的变换矩阵

dsize: 指定图像输出尺寸（可选择跟原图一样或不一样）

flags: 插值方式，默认为INTER_LINEAR线性插值，如果插值算法为WARP_INVERSE_MAP, warpAffine函数使用下图中方式进行图像转换

borderMode: 边界像素模式，默认为BORDER_CONSTANT

borderValue: 边界取值，默认为Scalar()即0，为黑色

补充参数M：
2X3的矩阵的第三列是矩阵平移的时候原来中心点在（0,0），现在你平移到哪边去，要通过这两个参数来声明，如图M13 和M23

文章图片

文章图片

3、getRotationMatrix2D函数

作用：获取旋转矩阵
c++原型：

文章图片

参数：

center: Point2f类型，原图像的旋转中心

angle: double类型，图像旋转角度，角度为正则表示顺时针旋转，角度为负表示逆时针旋转（坐标原点是图像左上角）

scale: 缩放系数，为0.5表示我们缩小一半，不需要就1.0

三、实现效果 1、flip函数实现翻转
原图

文章图片

三种翻转后的效果，翻转模式分别对应 0 1 2
2、warpAffine实现仿射变换
2.1背景默认为黑色

文章图片

2.2更换背景

文章图片

文章图片

2.3基于旋转测算出旋转后真正的大小

文章图片

四、代码 1、flip函数实现翻转

void test1::flip_demo(Mat &image) { Mat dst; flip(image,dst,0); //左右 imshow("flipCode0 to image",dst); flip(image,dst,1); //上下 imshow("flipCode1 to image",dst); flip(image,dst,-1); //180度旋转 imshow("flipCode-1 to image",dst); }

2、warpAffine实现仿射变换

void test1::rotate_demo(Mat &image) { Mat dst,M; int w = image.cols; int h = image.rows; M = getRotationMatrix2D(Point2f(w/2,h/2),45,1.0); //第一个参数为旋转中心 double cos = abs(M.at(0,0)); //0,0为矩阵中的cos double sin = abs(M.at(0,1)); //0,1为矩阵中的sin //计算旋转后新的宽高 int nw = cos * w + sin * h; int nh = sin * w + cos * h; //M.at(0, 2) 为M矩阵第一行最后一列的值，即新的宽度减去原来的宽度的差值 M.at(0, 2) += (nw / 2 - w / 2); //计算M矩阵第二行最后一列的值 M.at(1, 2) += (nh / 2 - h / 2); //参数1原来图像的中心位置。参数2角度是多少。参数3是图像本身大小的放大缩小 //warpAffine(image,dst,M,image.size(),INTER_LINEAR,0,Scalar(147,112,219)); //203,192,255 //新的图像：测算出旋转后真正的大小 warpAffine(image,dst,M,Size(nw,nh),INTER_LINEAR,0,Scalar(147,112,219)); imshow("rotate_image",dst); }

注：
1、要保证求出来的cos、sin是正数，用abs()求绝对值即可
2、基于旋转测算出旋转后真正的大小，利用下图可以得出
int nw = cos * w + sin * h;
int nh = sin * w + cos * h;

文章图片

文章图片

3、代码中M.at(0, 2) += (nw / 2 - w / 2);
其中M.at(0, 2) 为M矩阵第一行最后一列的值，即新的宽度减去原来的宽度的差值