当前位置: 首页 > web >正文

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

import cv2
import numpy as np
import mathdef rotate_about_center(src, angle_degrees, scale=1.0):"""Rotate an image around its center by a specified angle.Parameters:- src: numpy.ndarrayThe input image to be rotated.- angle_degrees: floatThe rotation angle in degrees. Positive values indicate counter-clockwise rotation.- scale: float, optionalThe scaling factor. Default is 1.0 (no scaling).Returns:- numpy.ndarrayThe 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)) * scalenew_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

 

http://www.xdnf.cn/news/2941.html

相关文章:

  • SpringBoot获取用户信息常见问题(密码屏蔽、驼峰命名和下划线命名的自动转换)
  • Spring Cloud 项目中优雅地传递用户信息:基于 Gateway + ThreadLocal 的用户上下文方案
  • 破解工业协议孤岛:迈威MaxGate系列工业智能网关覆盖全场景需求
  • docker-vllm运行大模型
  • KUKA机器人快速启动设置
  • python:sklearn 主成分分析(PCA)
  • 本地大模型编程实战(28)查询图数据库NEO4J(1)
  • 四.割草机技术总结--4.基站发送给流动站的差分数据传输标准RTCM
  • ShenNiusModularity项目源码学习(25:ShenNius.Admin.Mvc项目分析-10)
  • pytest-前后置及fixture运用
  • GrapesJS 终极定制组件设计方案:扁平化对象属性编辑、多区域拖拽、多层嵌套与组件扩展实战
  • CentosLinux系统crontab发现执行删除命令失效解决方法
  • C语言(5)—函数
  • 计算机毕业设计--基于深度学习(U-Net与多尺度ViT)的车牌模糊图像修复算法设计与实现(含Github代码+Web端在线体验界面)
  • 大模型在肾癌诊疗全流程中的应用研究报告
  • transformer-实现单层Decoder 层
  • iOS签名的包支持推送功能吗?
  • Windows 桌面个性高效组件工具
  • 常用回环检测算法对比(SLAM)
  • 当向量数据库与云计算相遇:AI应用全面提速
  • 逆传播AIGEO营销:破局生成式搜索时代,让AI成为品牌代言人!
  • Go语言中的 `time.Tick` 函数详解
  • Qwen3简介:大型语言模型的革命
  • 数据库中常用的窗口函数
  • 第十六届蓝桥杯 2025 C/C++B组 第二轮省赛 全部题解(未完结)
  • k8s术语master,node,namepace,LABLE
  • std::unique_ptr的get方法
  • Prometheus使用Recoding Rules优化性能
  • antd+react实现html图片预览效果
  • 人事管理系统6