机器视觉|【机器视觉学习笔记】最近邻插值实现图片任意角度旋转（C++） opencv|图像处理|最近邻插值|图

原理
源码
- RotateImage
- 主函数
效果
完整源码
速度优化
- 源码
- 优化效果

平台：Windows 10 20H2
Visual Studio 2015
OpenCV 4.5.3
本文算法改进自图形算法与实战：6.图像运动专题（5）图像旋转-基于近邻插值的图像旋转 —— 进击的CV
原理将旋转后图像的像素点映射回原图像，找到它的采样点，即旋转的逆变换。映射的结果不会都是整数像素点，那么旋转后的点的像素值由与采样点最邻近的像素值表示，这就是最近邻插值。

文章图片

文章图片

改变尺寸的图像旋转
这种旋转是将旋转后的图像内容完全显示出来，所以要确定新的图像的尺寸。

文章图片

源码 RotateImage

Mat RotateImage(Mat src, double angle) { int x0, y0, x1, y1; angle = angle * 3.1415926535897932384626433832795 / 180; int dx = abs((int)src.cols*cos(angle)) + abs((int)src.rows*sin(angle)); int dy = abs((int)src.cols*sin(angle)) + abs((int)src.rows*cos(angle)); Mat dst(dy, dx, CV_8UC3, Scalar(0)); //创建新图像 for (x1 = 0; x1 < dst.cols; x1++) {for (y1 = 0; y1 < dst.rows; y1++) {double fx0, fy0; double fx1, fy1; double R; double sita, sita0, sita1; //将图片中点设为坐标原点 fx1 = x1 - dst.cols / 2; fy1 = y1 - dst.rows / 2; R = sqrt(fx1 * fx1 + fy1 * fy1); //极径 sita = angle; sita1 = atan2(fy1, fx1); //新点极角 sita0 = sita1 + sita; //旧点极角 //旧点直角坐标(中点为坐标原点) fx0 = R * cos(sita0); fy0 = R * sin(sita0); //旧点直角坐标(坐标原点在角上) x0 = fx0 + src.cols / 2 + 0.5; y0 = fy0 + src.rows / 2 + 0.5; if (x0 >= 0 && x0 < src.cols && y0 >= 0 && y0 < src.rows) {dst.at(Point(x1, y1)) = src.at(Point(x0, y0)); } else dst.at(Point(x1, y1)) = 0; } } return dst; }

主函数

int main(int argc, char * argv[]) { Mat src; src = https://www.it610.com/article/imread("D:\\Work\\OpenCV\\Workplace\\Test_1\\4.jpg"); imshow("原图", src); for (short i = -360; i <= 360; ++i) {imshow("输出", RotateImage(src, i)); waitKey(1); } waitKey(0); return 0; }

效果

文章图片

完整源码

#include #include using namespace cv; using namespace std; Mat RotateImage(Mat src, double angle) { int x0, y0, x1, y1; angle = angle * 3.1415926535897932384626433832795 / 180; int dx = abs((int)src.cols*cos(angle)) + abs((int)src.rows*sin(angle)); int dy = abs((int)src.cols*sin(angle)) + abs((int)src.rows*cos(angle)); Mat dst(dy, dx, CV_8UC3, Scalar(0)); //创建新图像 for (x1 = 0; x1 < dst.cols; x1++) {for (y1 = 0; y1 < dst.rows; y1++) {double fx0, fy0; double fx1, fy1; double R; double sita, sita0, sita1; //将图片中点设为坐标原点 fx1 = x1 - dst.cols / 2; fy1 = y1 - dst.rows / 2; R = sqrt(fx1 * fx1 + fy1 * fy1); //极径 sita = angle; sita1 = atan2(fy1, fx1); //新点极角 sita0 = sita1 + sita; //旧点极角 //旧点直角坐标(中点为坐标原点) fx0 = R * cos(sita0); fy0 = R * sin(sita0); //旧点直角坐标(坐标原点在角上) x0 = fx0 + src.cols / 2 + 0.5; y0 = fy0 + src.rows / 2 + 0.5; if (x0 >= 0 && x0 < src.cols && y0 >= 0 && y0 < src.rows) {dst.at(Point(x1, y1)) = src.at(Point(x0, y0)); } else dst.at(Point(x1, y1)) = 0; } } return dst; }int main(int argc, char * argv[]) { Mat src; src = https://www.it610.com/article/imread("D:\\Work\\OpenCV\\Workplace\\Test_1\\4.jpg"); imshow("原图", src); for (short i = -360; i <= 360; ++i) {imshow("输出", RotateImage(src, i)); waitKey(1); } waitKey(0); return 0; }

速度优化源码

Mat RotateImage(Mat src, float angle) { int x0, y0, x1, y1; angle = angle * 3.1415926535897932384626433832795 / 180; float sin_sita = sin(angle), cos_sita = cos(angle); Mat dst(abs((int)src.cols*sin_sita) + abs((int)src.rows*cos_sita), abs((int)src.cols*cos_sita) + abs((int)src.rows*sin_sita), CV_8UC3, Scalar(0)); //创建新图像 for (x1 = 0; x1 < dst.cols; ++x1) {for (y1 = 0; y1 < dst.rows; ++y1) {float fx1, fy1; //将图片中点设为坐标原点 fx1 = x1 - dst.cols / 2; fy1 = y1 - dst.rows / 2; //旧点直角坐标(坐标原点在角上) x0 = fx1*cos_sita - fy1*sin_sita + src.cols / 2 + 0.5; y0 = fx1*sin_sita + fy1*cos_sita + src.rows / 2 + 0.5; if (x0 >= 0 && x0 < src.cols && y0 >= 0 && y0 < src.rows) {dst.at(Point(x1, y1)) = src.at(Point(x0, y0)); } else dst.at(Point(x1, y1)) = 0; } } return dst; }

优化效果 【机器视觉|【机器视觉学习笔记】最近邻插值实现图片任意角度旋转（C++）】旋转一幅1200×562的图像