基于c++和opencv底层的图像旋转

图像旋转：本质上是对旋转后的图片中的每个像素计算在原图的位置。

在opencv包里有自带的旋转函数，当你知道倾斜角度theta时：

用getRotationMatrix2D可得2X3的旋转变换矩阵 M，在用warpaffine函数可得倾斜后的图像dst。

很方便啊，为什么还要自己实现底层的图像旋转呢？因为有些地方你用这两个函数就会出现问题，比如说：

当原图的size是MXN，且图像是完全填充的（因为如果有留白可能还不能将问题完全反映出来），现在你需要将它90°变换（为了形象说明），可是用前面两个API会产生什么结果呢？如下：

噢？有一部分看不见了…我们来看一下上面两个函数：

C++: Mat getRotationMatrix2D(Point2f center, double angle, double scale)

C++: void warpAffine(InputArray src, OutputArray dst, InputArray M, Size dsize, int ﬂags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

一开始我以为是这两个参数的设置问题。一般来说，center是设置在源图像中心点进行翻转的，现在有一部分看不见了，是不是中心点的问题呢？我换个中心点可不可以呢？实验证明，分别设置左上、下；右上，下角点为中心点时，都会有部分图像显示不出来。我放弃center，改试dsize，改大一点，还是不行，只是显示和黑色面积分别更大了，显示的比例并没有改变什么。这时候就不必再试了，有这个功夫我还不如自己写个旋转函数呢。为什么会这样呢，因为原图的面积不够大啊，一旋转就出去了啊，所以依然不想自己写函数（不建议，因为写的函数代码很简单啊）的童鞋，用copyMakeborder函数在原图上添加边界再旋转吧。添加完边界后问题又来了：边界添加的小图像还是会旋出去。边界添加的大，图片本身就很小了（就像置身于一片苍茫的黑色的宇宙中，当然是夸张），接下来你要对原来的图片中的像素进行什么处理就更困难了，有点小了。必要时还得去边界，opencv里面好像可没有现成的去边界函数啊。

所以（前言说的太长），我们有必要自己写个简单方便的旋转函数。先给出旋转矩阵及其变换关系（别问我怎么来的，我是拿现成的老师教得，不过知道的朋友可以图解一下）

代码如下：

 1 Mat angleRectify(Mat img,float angle)
 2 {
 3     Mat retMat = Mat::zeros(550,850, CV_8UC3);
 4     float anglePI =(float) (angle * CV_PI / 180);
 5     int xSm, ySm;
 6     for(int i = 0; i < retMat.rows; i++)
 7         for(int j = 0; j < retMat.cols; j++)
 8         {
 9             xSm = (int)((i-retMat.rows/2)*cos(anglePI) - (j-retMat.cols/2)*sin(anglePI) + 0.5);
10             ySm = (int)((i-retMat.rows/2)*sin(anglePI) + (j-retMat.cols/2)*cos(anglePI) + 0.5);
11             xSm += img.rows / 2;
12             ySm += img.cols / 2;
13             if(xSm >= img.rows || ySm >= img.cols || xSm <= 0 || ySm <= 0){
14                 retMat.at<Vec3b>(i, j) = Vec3b(0, 0);
15             }
16             else{
17                 retMat.at<Vec3b>(i, j) = img.at<Vec3b>(xSm, ySm);
18             }
19         }
20 
21     return retMat;
22 }

这里有几个问题需要说明：

1 本来需要变换后图片乘以原图变换矩阵的逆矩阵 对应到原图中坐标。但是因为y轴方向向下，所以变换后图片乘以原图变换矩阵（无需逆矩阵）即可对应到原图中坐标

2 第9、10行需要 -retMat.rows/2和retMat.cols/2的原因在于，图像是以(retMat.cols/2,retMat.rows/2)为坐标原点旋转的，所以变换后图片中的每个像素点(i; j)，需要平移到相对旋转中心的新坐标，即(i - Mat.rows/2; j - Mat.cols/2)。

第11，12行表示在计算完成之后，需要再次还原到相对左上角原点的旧坐标；
矩阵下标与原图变换矩阵相乘之前，需要将矩阵下标两值互换。相乘之后，需要再次互换下标值还原成矩阵下标。这句话是什么意思呢，我们可以看出，但是实际 xSm = (int)((i-retMat.rows/2)*cos(anglePI) - (j-retMat.cols/2)*sin(anglePI) + 0.5); (i-retMat.rows/2)是我们认为的纵坐标。
旋转角度整数代表顺时针，负数代表逆时针（这点在opencv里的很多情况下都使用）
这里表示彩色图的旋转，Vec3b是彩色类型，如果是灰度图，将<>里的类型换成uchar并将retMat.at<Vec3b>(i, j) = Vec3b(0, 0); =>retMat.at<uchar>(i, j) = uchar(0);
如果是要旋转90°这种已知dst的size的情况下可以指定reMat的size从而不边界，其他类型还是会有边界的（但是比自己copyMakeBorder会小一些），因为你不知道reMat需要多大。
如果是从原图* 变化矩阵算目标图的坐标就会产生一定的黑色点，那是因为再取整时，略过了一些点的坐标，而保留了他的初始化的像素值0

文章参考：http://blog.csdn.net/ironyoung/article/details/41117039?utm_source=tuicool