2DRotationMatrix 计算二维旋转的仿射变换矩阵
CvMat* cv2DRotationMatrix( CvPoint2D32f center, double angle, double scale, CvMat* map_matrix ); center 输入图像的旋转中心坐标 angle 旋转角度(度)。正值表示逆时针旋转(坐标原点假设在左上角). scale 各项同性的尺度因子 map_matrix 输出 2×3 矩阵的指针 函数 cv2DRotationMatrix 计算矩阵:
[ α β | (1-α)*center.x - β*center.y ] [ -β α | β*center.x + (1-α)*center.y ]
where α=scale*cos(angle), β=scale*sin(angle) 该变换并不改变原始旋转中心点的坐标,如果这不是操作目的,则可以通过调整平移量改变其坐标(译者注:通过简单的推导可知,仿射变换的实现是首先将旋转中心置为坐标原点,再进行旋转和尺度变换,最后重新将坐标原点设定为输入图像的左上角,这里的平移量是center.x, center.y).
实现代码:
//usage:warp_affine<image>
#include<cv.h> #include<highgui.h>
int main() { CvPoint2D32f srcTri[3],dstTri[3]; CvMat*rot_mat = cvCreateMat(2,3,CV_32FC1); CvMat*warp_mat = cvCreateMat(2,3,CV_32FC1); IplImage *src,*dst; src=cvLoadImage("src.jpg"); /*dst = cvCreateImage(cvSize(src->width,src->height),IPL_DEPTH_8U,1); cvCopy(src,dst,NULL);*/ dst = cvCloneImage( src ); dst->origin = src->origin; cvZero(dst); //compute warp matrix // srcTri[0].x = 0;//src top left srcTri[0].y = 0; srcTri[1].x = src->width - 1; //src top right srcTri[1].y = 0; srcTri[2].x = 0;//src Bottom left offset srcTri[2].y = src->height - 1; dstTri[0].x = src->width*0.0;//dst top left dstTri[0].y = src->height*0.33; dstTri[1].x = src->width*0.85; //dst top right dstTri[1].y = src->height*0.25; dstTri[2].x = src->width*0.15; //dst Bottom left offset dstTri[2].y = src->height*0.7; cvGetAffineTransform(srcTri,dstTri,warp_mat);//compute map_matrix cvWarpAffine(src,dst,warp_mat);//do affine cvCopy(dst,src); //compute rotation matrix // CvPoint2D32f center = cvPoint2D32f( src->width/2, src->height/2 ); //extract the center of source image double angle = -50.0; double scale = 1.0; rot_mat=warp_mat; cv2DRotationMatrix( center,angle,scale,rot_mat ); // do the transformation // cvWarpAffine( src,dst,rot_mat ); cvNamedWindow( "Affine_transformation",1 ); cvShowImage( "Affine_transformation",dst ); cvWaitKey(0); cvReleaseImage( &dst ); cvReleaseMat( &rot_mat ); cvReleaseMat( &warp_mat ); return 0; } 效果如下
程序2:图像的旋转//程序思路是,首先根据图像的旋转角度,确定出xmin,xmax,ymin,ymax,这样就可以计算出新图像的高度和宽度。 // //计算方法是: //xmin = xmax = ymin = ymax = 0; //bound(nx-1,0,ca,sa,&xmin,&xmax,&ymin,&ymax); //bound(0,ny-1,ca,sa,&xmin,&xmax,&ymin,&ymax); //bound(nx-1,ny-1,ca,sa,&xmin,&xmax,&ymin,&ymax); // //其中,ca 是旋转角度的余弦值,sa是旋转角度的正旋值。nx是原图像的宽度,ny是原图像的高度。 // //bound函数的功能就是确定xmin xmax ymin ymax的值。 //确定了边界之后,就可以计算图像高度和宽度了: //sx = xmax-xmin+1; //sy = ymax-ymin+1; // //然后自己设置M矩阵的值: // //m[0] = ca; //m[1] = sa; //m[2] =-(float)xmin; //m[3] =-m[1]; //m[4] = m[0]; //m[5] =-(float)ymin; // //当真是费了九牛二虎之力才找出来平移的值。其实很简单,就是将左上方的图像点,平移值图像原点。 // //设置之后,调用方法cvWarpAffine( src, newImage, &M,CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS,cvScalarAll(0) );一直正常了。 //
#include <cv.h> #include <highgui.h>
void bound(int x, int y, float ca, float sa, int *xmin, int *xmax, int *ymin, int *ymax)/* int x,y;float ca,sa;int *xmin,*xmax,*ymin,*ymax;*/ { int rx,ry; // 顺时针旋转 rx = (int)floor(ca*(float)x+sa*(float)y); ry = (int)floor(-sa*(float)x+ca*(float)y); if (rx<*xmin) *xmin=rx; if (rx>*xmax) *xmax=rx; if (ry<*ymin) *ymin=ry; if (ry>*ymax) *ymax=ry; }
int main() { IplImage *src,*dst, *img_tmp; double angle=60; int method =2; if(!(src=cvLoadImage("src.jpg",1/*CV_LOAD_IMAGE_GRAYSCALE*/)) ) { return -1; } dst = cvCloneImage(src); dst->origin = src->origin; cvZero(dst); cvNamedWindow("at",1); cvShowImage("at",src); cvWaitKey(0);
double anglerad = (CV_PI* (angle/180)) ; int newheight =int (fabs(( sin(anglerad)*src->width )) + fabs(( cos(anglerad)*src->height )) ); int newwidth =int (fabs(( sin(anglerad)*src->height)) + fabs(( cos(anglerad)*src->width)) ); img_tmp = cvCreateImage(cvSize(newwidth,newheight), IPL_DEPTH_8U, 3); cvFillImage(img_tmp,0);//目的图像 使用扩展的大小 float m[6]; CvMat M = cvMat( 2, 3, CV_32F, m ); if(1==method) { //方法一 提取象素四边形,使用子象素精度
int w = src->width; int h = src->height;
m[0] = (float)(cos(angle*CV_PI/180.)); m[1] = (float)(sin(angle*CV_PI/180.)); m[2] = w*0.5f; m[3] = -m[1]; m[4] = m[0]; m[5] = h*0.5f;
//cvGetQuadrangleSubPix此函数所做的就是从src图像的点(通过插值)映射到dst图像上的所有点。 cvGetQuadrangleSubPix( src, dst, &M);//图像大小不变 cvGetQuadrangleSubPix( src, img_tmp, &M);//+CV_WARP_FILL_OUTLIERS 改变图像大小 cvShowImage("at",dst); cvWaitKey(0); cvShowImage("at",img_tmp); cvWaitKey(0); //方法一 提取象素四边形,使用子象素精度 }
if (2==method) { int nx,ny; float ca,sa; int xmin,xmax,ymin,ymax,sx,sy;
ca = (float)cos((double)(angle)*CV_PI/180.0); sa = (float)sin((double)(angle)*CV_PI/180.0); nx = src->width; ny = src->height; xmin = xmax = ymin = ymax = 0; bound(nx-1,0,ca,sa,&xmin,&xmax,&ymin,&ymax); bound(0,ny-1,ca,sa,&xmin,&xmax,&ymin,&ymax); bound(nx-1,ny-1,ca,sa,&xmin,&xmax,&ymin,&ymax);
sx = xmax-xmin+1; sy = ymax-ymin+1; IplImage* newImage; newImage=cvCreateImage(cvSize(sx,sy),src->depth,src->nChannels); //设置变换矩阵的值 m[0] = ca; m[1] = sa; m[2] =-(float)xmin; m[3] =-m[1]; m[4] = m[0]; m[5] =-(float)ymin; cvWarpAffine( src, newImage, &M,CV_INTER_LINEAR+CV_WARP_FILL_OUTLIERS,cvScalarAll(0) ); cvNamedWindow("newImage"); cvShowImage("newImage",newImage); cvWaitKey(0); } cvWaitKey(0); return 0; } 结果如图:
|