opencv实现halcon函数 VectorAngleToRigid

话不多说，先上代码：

struct sHomMatrix
{
    double a11;
    double a12;
    double a13;
    double a21;
    double a22;
    double a23;
    /*缺省值：100，010；*/
    sHomMatrix()
    {
        a11=1;
        a12=0;
        a13=0;
        a21=0;
        a22=1;
        a23=0;
    }
};

sHomMatrix cvVectorAngleToRigid(const cv::Point2f & tempCentre, const float org_angle, const cv::Point2f & matchCentre, const float matchAngle)
{
    sHomMatrix homMat;
    /* 获取旋转矩阵 */
    cv::Mat rotMat = cv::getRotationMatrix2D(tempCentre, (matchAngle-org_angle), 1);
    /* 转换成3*3矩阵 */
    cv::Mat rotMat2 = cv::Mat::zeros(3, 3, CV_32FC1);
    rotMat2.at(0, 0) = (float)rotMat.at(0, 0);
    rotMat2.at(0, 1) = (float)rotMat.at(0, 1);
    rotMat2.at(0, 2) = (float)rotMat.at(0, 2);
    rotMat2.at(1, 0) = (float)rotMat.at(1, 0);
    rotMat2.at(1, 1) = (float)rotMat.at(1, 1);
    rotMat2.at(1, 2) = (float)rotMat.at(1, 2);
    rotMat2.at(2, 2) = 1;
    /* 平移矩阵 */
    cv::Mat t_mat = cv::Mat::zeros(3, 3, CV_32FC1);
    t_mat.at(0, 0) = 1;
    t_mat.at(0, 2) = matchCentre.x - tempCentre.x;//235 - 190;     
    t_mat.at(1, 1) = 1;
    t_mat.at(1, 2) = matchCentre.y - tempCentre.y;//251 - 190;
    t_mat.at(2, 2) = 1;
    /* 平移矩阵*旋转矩阵，得到仿射变换阵 */
    cv::Mat resMat = t_mat*rotMat2;
    homMat.a11 = (double)resMat.at(0, 0);
    homMat.a12 = (double)resMat.at(0, 1);
    homMat.a13 = (double)resMat.at(0, 2);
    homMat.a21 = (double)resMat.at(1, 0);
    homMat.a22 = (double)resMat.at(1, 1);
    homMat.a23 = (double)resMat.at(1, 2);
    return homMat;
}

 

参数说明：

const cv::Point2f & tempCentre ：模板图像中心点坐标；

const float org_angle： 模板角度，一般为0；

const cv::Point2f & matchCentre：匹配中心点坐标；

const float matchAngle：模板角度为0时，目标图像相对模板旋转角度，如果模板角度不为0，目标图像角度；

应用场景：

进行模板匹配后，已经获知 目标图像中匹配区域，相对于模板旋转了多少度；这时，要了解源图和目标图像的仿射变换矩阵，该怎样计算?

这里用到的原理就是，仿射变换矩阵（3x3）=平移矩阵（3x3）* 旋转矩阵(3x3）;

其中，旋转矩阵的中心，就是模板中心点；

平移矩阵的偏移量tx，ty，就是匹配点相对于模板中心点的位移；

原理相对简单，不赘述。