使用 OpenCV 实现图像中心旋转

在图像处理中,围绕中心点旋转图像是一个常见的需求。无论是为了数据增强、视觉效果,还是图像对齐,旋转图像都是一项基础且重要的操作。本文将详细介绍如何使用 OpenCV 实现围绕图像中心旋转的功能,并深入探讨其背后的数学原理。


一、旋转图像的基本概念

图像旋转是指将图像围绕一个指定的点(通常是图像中心)旋转一定角度。旋转后的图像尺寸可能会发生变化,以确保所有原始像素都能在旋转后的图像中显示。旋转过程中,需要考虑以下几点:

  1. 旋转中心:图像旋转的轴心点,通常为图像中心。
  2. 旋转角度:旋转的角度,通常以度为单位,正角度表示逆时针旋转。
  3. 新图像尺寸:旋转后图像的新宽度和高度,确保不丢失任何像素。
  4. 插值方法:用于填充旋转后图像中空白区域的像素值。

二、代码实现

复制代码
import cv2
import numpy as np
import math

def rotate_about_center(src, angle_degrees, scale=1.0):
    """
    Rotate an image around its center by a specified angle.

    Parameters:
    - src: numpy.ndarray
        The input image to be rotated.
    - angle_degrees: float
        The rotation angle in degrees. Positive values indicate counter-clockwise rotation.
    - scale: float, optional
        The scaling factor. Default is 1.0 (no scaling).

    Returns:
    - numpy.ndarray
        The rotated image.
    """
    # 确保输入图像是有效的
    if src is None:
        raise ValueError("Input image is None")

    # 获取图像的宽度和高度
    image_height, image_width = src.shape[:2]

    # 将角度转换为弧度
    angle_radians = np.deg2rad(angle_degrees)

    # 计算旋转后的新图像尺寸
    new_width = (abs(np.sin(angle_radians) * image_height) + abs(np.cos(angle_radians) * image_width)) * scale
    new_height = (abs(np.cos(angle_radians) * image_height) + abs(np.sin(angle_radians) * image_width)) * scale

    # 计算旋转矩阵
    # center 是旋转的中心点,位于新图像的中心
    rotation_center = (new_width * 0.5, new_height * 0.5)
    rotation_matrix = cv2.getRotationMatrix2D(rotation_center, angle_degrees, scale)

    # 计算从旧中心到新中心的移动
    translation = np.dot(rotation_matrix, np.array([(new_width - image_width) * 0.5, (new_height - image_height) * 0.5, 0]))

    # 更新旋转矩阵的平移部分
    rotation_matrix[0, 2] += translation[0]
    rotation_matrix[1, 2] += translation[1]

    # 应用旋转
    rotated_img = cv2.warpAffine(src, rotation_matrix, (int(math.ceil(new_width)), int(math.ceil(new_height))), 
                                 borderValue=(255, 255, 255), flags=cv2.INTER_LANCZOS4)

    return rotated_img

三、代码说明

1. 输入检查

  • 检查输入图像是否为空,确保后续操作的有效性。

2. 获取图像尺寸

  • 从输入图像中提取高度和宽度,用于后续计算。

3. 计算新图像尺寸

  • 使用三角函数计算旋转后图像的新宽度和高度。旋转后的图像尺寸需要足够大,以容纳旋转后的所有像素。

4. 生成旋转矩阵

  • 使用 cv2.getRotationMatrix2D 计算旋转矩阵。旋转中心是新图像的中心,旋转角度为输入的角度,缩放因子为 scale

5. 计算平移量

  • 计算从旧图像中心到新图像中心的偏移量。
  • 使用 np.dot 将旋转矩阵应用到偏移量上,计算由于旋转引起的额外平移。
  • 更新旋转矩阵的平移部分,以确保旋转后的图像正确放置在新图像的中心。

6. 应用旋转

  • 使用 cv2.warpAffine 应用旋转矩阵,生成旋转后的图像。
  • 设置边界填充颜色为白色,并使用高质量的插值方法(cv2.INTER_LANCZOS4)。

7. 示例用法

  • 读取输入图像,调用 rotate_about_center 函数旋转图像,并显示和保存结果。

五、旋转结果 ,旋转45°,正数表示逆时针旋转,负数表示顺时针旋转

相关推荐
Chef_Chen1 小时前
从0开始学习计算机视觉--Day09--卷积与池化
深度学习·学习·计算机视觉
charley.layabox5 小时前
8月1日ChinaJoy酒会 | 游戏出海高端私享局 | 平台 × 发行 × 投资 × 研发精英畅饮畅聊
人工智能·游戏
DFRobot智位机器人6 小时前
AIOT开发选型:行空板 K10 与 M10 适用场景与选型深度解析
人工智能
想成为风筝8 小时前
从零开始学习深度学习—水果分类之PyQt5App
人工智能·深度学习·计算机视觉·pyqt
F_D_Z8 小时前
MMaDA:多模态大型扩散语言模型
人工智能·语言模型·自然语言处理
大知闲闲哟8 小时前
深度学习G2周:人脸图像生成(DCGAN)
人工智能·深度学习
飞哥数智坊9 小时前
Coze实战第15讲:钱都去哪儿了?Coze+飞书搭建自动记账系统
人工智能·coze
wenzhangli79 小时前
低代码引擎核心技术:OneCode常用动作事件速查手册及注解驱动开发详解
人工智能·低代码·云原生
千宇宙航9 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十课——图像gamma矫正的FPGA实现
图像处理·计算机视觉·缓存·fpga开发
潘达斯奈基~10 小时前
大模型的Temperature、Top-P、Top-K、Greedy Search、Beem Search
人工智能·aigc