OpenCV基础（5）使用OpenCV进行图像旋转和平移

如今，图像编辑变得越来越受欢迎，因为手机拥有这种内置功能，可以让你对图像进行裁剪、旋转以及更多操作。

在这篇文章中，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:

• 1.旋转图像
• 2平移或移动图像内容

1.基本图像变换操作

图像的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，您应该首先学习使用OpenCV中的函数旋转和平移图像。
让我们先看看下面的代码，它将用于使用OpenCV执行图像旋转。在这篇文章的其余部分，我们将详细讨论每一行，以及图像的平移。在这篇文章的结尾，你会对下面的代码有一个很好的理解。
（1）Python

import cv2

# 读取图片
image = cv2.imread('image.jpg')

# 高度和宽度除以2得到图像的中心
height, width = image.shape[:2]
# 得到图像的中心坐标来创建2D旋转矩阵
center = (width/2, height/2)

# 使用 cv2.getRotationMatrix2D() 获取旋转矩阵
rotate_matrix = cv2.getRotationMatrix2D(center=center, angle=45, scale=1)

# 使用 cv2.warpAffine 旋转图像
rotated_image = cv2.warpAffine(src=image, M=rotate_matrix, dsize=(width, height))

cv2.imshow('Original image', image)
cv2.imshow('Rotated image', rotated_image)
# 等待直到按键盘上的任意键退出
cv2.waitKey(0)
# 将旋转后的图像保存到磁盘
cv2.imwrite('rotated_image.jpg', rotated_image)

（2）C++

#include 
#include
using namespace cv;

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

	  // 高度和宽度除以2得到图像的中心
	  Point2f center((image.cols - 1) / 2.0, (image.rows - 1) / 2.0);
	  // 使用 getRotationMatrix2D() 获取旋转矩阵
	  Mat rotation_matix = getRotationMatrix2D(center, angle, 1.0);

	  // 我们将结果图像保存在rotated_image矩阵中
	  Mat rotated_image;
	  // 使用warpAffine旋转图像
	  warpAffine(image, rotated_image, rotation_matix, image.size());
	  imshow("Rotated image", rotated_image);
      // 等待直到按键盘上的任意键退出
	  waitKey(0);
	  // 将旋转后的图像保存到磁盘
	  imwrite("rotated_im.jpg", rotated_image);

	  return 0;
}

2.代码解析

• 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$\theta$。这个矩阵通常是这样的:
  $$M=\left[\begin{array}{cc}cos\theta & -sin\theta \\ sin\theta & cos\theta \end{array}\right]$$
  OpenCV提供了定义图像旋转中心的能力，并提供了缩放因子来调整图像的大小。在这种情况下，变换矩阵被修改为：
  $$M=\left[\begin{array}{ccc}\alpha & \beta & (1-\alpha ).c_x-\beta .c_y\\ -\beta & \alpha & \beta .c_x+(1-\alpha ).c_y\end{array}\right]$$
  在上述矩阵中:
  $$\begin{gathered} \alpha =scale.cos\theta \\ \beta =scale.sin\theta \end{gathered}$$
  其中$c_x$和$c_y$是图像旋转的坐标。
  OpenCV提供了getRotationMatrix2D()函数来创建上面的转换矩阵。
  getRotationMatrix2D()函数接受以下参数:

  • center：输入图像的旋转中心
  • angle：以角度表示的旋转角度
  • scale：一个各向同性的比例因子来调整图像的大小。这可以是一个浮点值。例如，值1.0将保持输出图像与源图像的大小相同。值为2.0将使结果图像的大小是源图像的两倍。

  如果angle是正的，图像就会逆时针旋转。如果你想顺时针旋转图像相同的量，那么angle需要是负的。

  旋转是三步操作：

  • 首先，你需要找到旋转中心。这通常是你想要旋转的图像的中心。
  • 接下来，创建2D旋转矩阵。OpenCV提供了我们上面讨论过的getRotationMatrix2D()函数。
  • 最后，使用上一步创建的旋转矩阵，对图像应用仿射变换。OpenCV中的warpAffine()函数完成了这项工作。

  warpAffine()函数的作用是对图像应用仿射变换。在进行仿射变换后，原始图像中的所有平行线在输出图像中仍然保持平行。
  warpAffine()的完整语法如下:
  warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])

  • src：原图
  • M：旋转矩阵
  • dsize：输出图像的尺寸
  • dst：输出图像
  • flags：如INTER_LINEAR或INTER_NEAREST插值方法的组合
  • borderMode：边界像素处理方法
  • borderValue：用于常量边界的值的默认值为0

• 使用OpenCV实现图像平移
  在计算机视觉中，图像的平移是指沿着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$t_x$和$t_y$，然后定义一个平移矩阵$M$:
  $$M=\left[\begin{array}{ccc}1& 0& t_x\\ 0& 1& t_y\end{array}\right]$$
  现在，在按$t_x$和$t_y$值移动图像时，有几个点需要记住。

  • 为$t_x$提供正值将使图像向右移动，负值将使图像向左移动。
  • 类似地，$t_y$的正值将使图像向下移动，而负值将使图像向上移动。

  使用OpenCV，按照以下步骤平移图像：

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

  （1）Python

  import cv2 
  import numpy as np
  
  # 读取图片
  image = cv2.imread('image.jpg')
  # 获取图像的宽度和高度
  height, width = image.shape[:2]
  # 获取tx和ty值
  # 您可以指定您所选择的任何值
  tx, ty = width / 4, height / 4
  
  # 使用tx和ty创建平移矩阵，它是一个NumPy数组
  translation_matrix = np.array([
      [1, 0, tx],
      [0, 1, ty]
  ], dtype=np.float32)
  # 对图像应用平移变换
  translated_image = cv2.warpAffine(src=image, M=translation_matrix, dsize=(width, height))
  # 显示原始和平移图像
  cv2.imshow('Translated image', translated_image)
  cv2.imshow('Original image', image)
  cv2.waitKey(0)
  # 将平移后的图像保存到磁盘
  cv2.imwrite('translated_image.jpg', translated_image)
  

  （2）C++

  #include "opencv2/opencv.hpp"
  using namespace cv
  // 读取图片
  Mat image = imread("image.jpg");
  // 获取图像的宽度和高度
  int height = image.cols;
  int width = image.rows;
  // 获取tx和ty值
  float tx = float(width) / 4;
  float ty = float(height) / 4;
  // 使用tx和ty创建平移矩阵
  float warp_values[] = { 1.0, 0.0, tx, 0.0, 1.0, ty };
  Mat translation_matrix = Mat(2, 3, CV_32F, warp_values);
  // 将生成的图像保存在translated_image矩阵中
  Mat translated_image;
  // 利用平移矩阵对原始图像进行仿射变换
  warpAffine(image, translated_image, translation_matrix, image.size());
  //显示原始和平移图像
  imshow("Translated image", translated_image);
  imshow("Original image", image);
  waitKey(0);
  // 将平移后的图像保存到磁盘
  imwrite("translated_image.jpg", translated_image);
  

3.有趣的应用

想要构建一个鸟瞰场景的应用程序吗?那么，获取一些关于OpenCV视角转换的信息。将它添加到您在这里已经学习的关于转换的所有内容中。然后去创建那个应用程序!

总结

在这篇文章中，你学习了使用OpenCV的图像旋转和平移操作。我们开始使用OpenCV旋转图像，我们使用getRotationMatrix2D()函数来获得一个2D旋转矩阵。然后我们将这个旋转矩阵传递给warpAffine()函数，以使图像围绕其中心点旋转所需的角度。

接下来，您学习了如何使用OpenCV平移图像。为此，我们明确定义了一个平移矩阵，它包含我们想要平移图像的x和y值。对于转换，我们还使用了warpAffine()函数来应用转换。

图像的旋转和平移是可以执行的最基本的几何变换之一，并将为学习使用OpenCV执行的其他变换提供一个很好的基础。我们鼓励您通过更改输入并查看结果来试验这些示例。

参考目录

https://learnopencv.com/image-rotation-and-translation-using-opencv/