opencv java 旋转图片 opencv 旋转图像

如今，图像编辑变得越来越流行，因为手机有内置的功能，可以让你裁剪、旋转和更多的操作你的图像。

这篇文章中，我们将探索和学习这些图像编辑技术。具体来说，我们将学习如何:

• 旋转图像
• 移动图像

基本图像变换操作

图像旋转和平移是图像编辑中最基本的操作之一。两者都属于广义的仿射变换。因此，在学习更复杂的转换之前，你应该首先学习旋转和平移图像，使用OpenCV中可用的函数。看看下面的图片，我们将在这里的所有转换示例中使用它。

让我们先看看下面的代码，它将用于使用OpenCV执行图像旋转。

Python

import cv2

# Reading the image
image = cv2.imread('image.jpg')

# dividing height and width by 2 to get the center of the image
height, width = image.shape[:2]
# get the center coordinates of the image to create the 2D rotation matrix
center = (width/2, height/2)

# using cv2.getRotationMatrix2D() to get the rotation matrix
rotate_matrix = cv2.getRotationMatrix2D(center=center, angle=45, scale=1)

# rotate the image using cv2.warpAffine
rotated_image = cv2.warpAffine(src=image, M=rotate_matrix, dsize=(width, height))

cv2.imshow('Original image', image)
cv2.imshow('Rotated image', rotated_image)
# wait indefinitely, press any key on keyboard to exit
cv2.waitKey(0)
# save the rotated image to disk
cv2.imwrite('rotated_image.jpg', rotated_image)

C++

#include <iostream>
#include<opencv2/opencv.hpp>
using namespace cv;

int main(int, char**) 
{
    Mat image = imread("image.jpg");
	  imshow("image", image);
	  waitKey(0);
	  double angle = 45;

	  // get the center coordinates of the image to create the 2D rotation matrix
	  Point2f center((image.cols - 1) / 2.0, (image.rows - 1) / 2.0);
	  // using getRotationMatrix2D() to get the rotation matrix
	  Mat rotation_matix = getRotationMatrix2D(center, angle, 1.0);

	  // we will save the resulting image in rotated_image matrix
	  Mat rotated_image;
	  // rotate the image using warpAffine
	  warpAffine(image, rotated_image, rotation_matix, image.size());
	  imshow("Rotated image", rotated_image);
    // wait indefinitely, press any key on keyboard to exit
	  waitKey(0);
	  // save the rotated image to disk
	  imwrite("rotated_im.jpg", rotated_image);

	  return 0;
}

使用OpenCV进行图像旋转

通过定义一个变换矩阵M，你可以将图像旋转一个特定的角度θ。这个矩阵通常是这样的:

OpenCV提供了为图像定义旋转中心的能力，以及一个缩放因子来调整图像的大小。在这种情况下，变换矩阵如下。

在上述矩阵中:

其中$c_x$和$c_y$是图像旋转所沿的坐标。

OpenCV提供了getRotationMatrix2D()函数来创建上面的转换矩阵。
以下是创建2D旋转矩阵的语法:

getRotationMatrix2D(center, angle, scale)

getRotationMatrix2D()函数接受以下参数:

• center:图像的旋转中心:
• angle: 旋转角度:
• scale :一个各向同性的比例因子，根据提供的值将图像向上或向下缩放

如果angle是正的，图像将逆时针方向旋转。如果你想顺时针旋转图像相同的量，那么角度需要是负的。

旋转分为三步操作:
1. 首先，你需要得到旋转的中心。这通常是你要旋转的图像的中心。
2. 接下来，创建2d旋转矩阵。OpenCV提供了我们在上面讨论过的getRotationMatrix2D()函数。
3. 最后，使用在上一步中创建的旋转矩阵对图像应用仿射变换。OpenCV中的warpAffine()函数完成这项工作。

warpAffine()函数的作用是:对图像应用一个仿射变换。在进行仿射变换后，原图像中所有的平行线在输出图像中也保持平行。

warpAffine()的完整语法如下所示

warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])

下面是函数的参数:

• src:原图
• M:变换矩阵
• dsize:输出图像的大小
• dst:输出图像
• flags: 插值方法的组合如INTER_LINEAR或INTER_NEAREST
• borderMode:像素扩展方法
• borderValue:在边界不变的情况下使用的值，默认值为0

注意:你可以在这里了解更多关于OpenCV仿射转换的信息

旋转后的图片

使用OpenCV平移图像

在计算机视觉中，图像的平移意味着沿着x轴和y轴移动指定数量的像素。设图像需要移动的像素为tx和ty，则可以定义一个平移矩阵M:

现在，在通过tx和ty值移动图像时，有几点你应该记住。

• 为tx提供正值将使图像向右移动，而负值将使图像向左移动。
• 同样，ty值为正值时，图像会向下平移，而ty值为负值时，图像会向上平移。

按照以下步骤使用OpenCV平移图片:

• 首先读取图像，获得图像的宽度和高度。
• 接下来，像旋转一样，创建一个变换矩阵，这是一个2D数组。这个矩阵包含沿x轴和y轴移动图像所需的信息。
• 同样，在旋转中，在最后一步中使用warpAffine()函数来应用仿射转换。

仔细阅读这段代码，看看它有多简单:

Python

import cv2 
import numpy as np

# read the image 
image = cv2.imread('image.jpg')
# get the width and height of the image
height, width = image.shape[:2]

C++

#include "opencv2/opencv.hpp"
using namespace cv
// read the image 
Mat image = imread("image.jpg");
// get the height and width of the image
int height = image.cols;
int width = image.rows;

在上面的代码块中，您读取图像并获得其高度和宽度。
接下来，创建平移矩阵。

Python

# get tx and ty values for translation
# you can specify any value of your choice
tx, ty = width / 4, height / 4

# create the translation matrix using tx and ty, it is a NumPy array 
translation_matrix = np.array([
    [1, 0, tx],
    [0, 1, ty]
], dtype=np.float32)

C++

// get tx and ty values for translation
float tx = float(width) / 4;
float ty = float(height) / 4;
// create the translation matrix using tx and ty
float warp_values[] = { 1.0, 0.0, tx, 0.0, 1.0, ty };
Mat translation_matrix = Mat(2, 3, CV_32F, warp_values);

对于平移矩阵，如上所述，您将需要tx和ty。在本例中，您使用宽度和高度的四分之一作为平移值。我们建议您尝试不同的值并研究它们的输出。

现在，使用warpAffine()函数将平移矩阵应用到图像上，就像对旋转所做的那样。

Python

# apply the translation to the image
translated_image = cv2.warpAffine(src=image, M=translation_matrix, dsize=(width, height))

C++

// save the resulting image in translated_image matrix
Mat translated_image;
// apply affine transformation to the original image using the translation matrix
warpAffine(image, translated_image, translation_matrix, image.size());

注意:warpAffine()是一个通用函数，可以用于对图像应用任何类型的仿射变换。只要适当地定义矩阵M。

最后的代码块将显示转换后的图像，并将其写入磁盘。

Python

# display the original and the Translated images
cv2.imshow('Translated image', translated_image)
cv2.imshow('Original image', image)
cv2.waitKey(0)
# save the translated image to disk
cv2.imwrite('translated_image.jpg', translated_image)

C++

//display the original and the Translated images
imshow("Translated image", translated_image);
imshow("Original image", image);
waitKey(0);
// save the translated image to disk
imwrite("translated_image.jpg", translated_image);

下图显示了平移后的图像。