opencv 旋转和平移的矩阵

opencv 图像旋转

 std::vector<std::vector<cv::Point>> contours;cv::findContours(Img, contours, 0, 2);cv::RotatedRect rotatedrect = minAreaRect(contours[i]);double angle = rotaterect.angle;cv::Point2f center = rotaterect.center;cv::Mat M = cv::getRotationMatrix2D(center, angle, 1);//取得旋转矩阵warpAffine(Img, Img, M, cv::Size(Img.cols, Img.rows));//未扩大的进行旋转

opencv 图像平移

         cv::Mat M = cv::Mat::zeros(2, 3, CV_32FC1);M.at<float>(0, 0) = 1;M.at<float>(0, 2) = 0; //水平平移量M.at<float>(1, 1) = 1;M.at<float>(1, 2) = 0; //竖直平移量cv::warpAffine(temp, temp, M, temp.size() + cv::Size(500, 1000));//图像尺寸扩张Size(500,1000)（默认扩张方式）//用固定颜色填充扩张的边界//cv::Scalar borderColor = Scalar(255, 255, 255);//cv::warpAffine(temp, temp, M, temp.size() + cv::Size(500, 1000), 1, BORDER_CONSTANT, borderColor);//复制边缘填充//cv::warpAffine(temp, temp, M, temp.size() + cv::Size(500, 1000), 1, BORDER_REPLICATE);

关于大M矩阵：

对平移矩阵：
M=[    [scale , 0 , a]     //a水平平移量[0 , scale , b] ]   //b竖直平移量
对旋转矩阵：
M=[    [scale*cos(angle)  , scale*sin(angle) , (1-scale*cos(angle))*center.x-scale*sin(angle)*center.y ]       [-scale*sin(angle) , scale*cos(angle) , scale*sin(angle)*center.x+(1-scale*cos(angle))*center.y ]  ]
//scale缩放因子，1表示不进行缩放
//angle旋转角度，正值表示逆时针旋转
//center图像旋转的中心位置
旋转和平移结合：
M=[    [scale*cos(angle)  , scale*sin(angle) , (1-scale*cos(angle))*center.x-scale*sin(angle)*center.y + a]       [-scale*sin(angle) , scale*cos(angle) , scale*sin(angle)*center.x+(1-scale*cos(angle))*center.y + b]  ]

#include<iostream>
#include<opencv2/opencv.hpp>
#include<math.h>using namespace std;
using namespace cv;int main() {string path = R"(circle.png)";cv::Mat Img = imread(path, IMREAD_GRAYSCALE);cv::threshold(Img, Img, 200, 255, 0);cv::Mat M = cv::Mat::zeros(2, 3, CV_32FC1);double scale = 1;//缩放因子，1表示不进行缩放double angle = 60.0 / 180.0 * CV_PI;//旋转角度，正值表示逆时针旋转cv::Point2f center = cv::Point2f(Img.cols / 2.0, Img.rows / 2.0);//图像旋转的中心位置double a = 0;//水平平移量double b = 100;//竖直平移量M.at<float>(0, 0) = scale * cos(angle);M.at<float>(0, 1) = scale * sin(angle);M.at<float>(1, 0) = -1 * M.at<float>(0, 1);M.at<float>(1, 1) = M.at<float>(0, 0);M.at<float>(0, 2) = (1 - M.at<float>(0, 0))*center.x - M.at<float>(0, 1)*center.y + a;M.at<float>(1, 2) = M.at<float>(0, 1)*center.x + (1 - M.at<float>(0, 0))*center.y + b;cv::Mat Img_R;cv::warpAffine(Img, Img_R, M, Img.size() + cv::Size(0, 100));//逆时针旋转angle度即是逆时针旋转60度waitKey(0);return 0;
}

opencv 旋转和平移的矩阵相关推荐

应用OpenCV进行图像旋转和平移
简介: 本文中,你了解了了如何通过OpenCV完成对于图像的旋转和平移.我们首先通过 getRotationMatrix2D() 获取2D旋转矩阵,然后完成了对于图像的旋转.具体是通过warpAff ...
Opencv 基础（四）：使用OpenCV进行图像旋转和平移
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 ...
OpenCV 图像旋转、平移、缩放
本文是 OpenCV图像视觉入门之路的第7篇文章,本文详细的进行了图像的缩放 cv2.resize().旋转 cv2.flip().平移 cv2.warpAffine()等操作. OpenCV 图像旋 ...
opencv 中affine函数实现旋转和平移
图像旋转和平移是图像处理中常用的一种操作,opencv2和opencv3中对图像的旋转和平移都是通过仿射变换函数cv::warpAffine()来实现的. 1.图像的旋转图像的旋转具体实现分为两步: ...
opencv warpAffine()函数详解 -- 图像旋转与平移
简述仿射变换是二维坐标间的线性变换,故而变换后的图像仍然具有原图的一些性质,包括"平直性"以及"平行性",常用于图像翻转(Flip).旋转(Rotations ...
矩阵陈列：平移、缩放、旋转、镜像、矩阵相乘、变化的实现_NXopen-UG二次开发_新浪博客
矩阵陈列:平移.缩放.旋转.镜像.矩阵相乘.变化的实现 uf5940_ uf5941_ uf5942_ 矩阵相乘 uf5943_ 平移 uf5944_ 缩放 uf5945_ 旋转 uf5946_ 镜像 ...
图像的仿射变换原理及c++实现（旋转，平移，缩放，偏移，组合变换）
github地址:https://github.com/2209520576/Image-Processing-Algorithm 一.写在前面几何空间变换是图像处理中的最基础的算法,主要包括图像的 ...
目标检测的Tricks | 【Trick8】数据增强——随机旋转、平移、缩放、错切、hsv增强
如有错误,恳请指出. 在之前使用opencv就介绍使用过一些常用的数据增强的实现方法,见:<数据增强 | 旋转.平移.缩放.错切.HSV增强>,当时介绍了旋转.平移.缩放.错切.HSV增强 ...
使用Python，OpenCV进行图像平移转换
使用Python,OpenCV进行图像平移转换 1. 效果图 2. 原理 3. 源码参考这篇博客将介绍如何使用Python,OpenCV对图像进行平移转换.平移是图像沿x轴和y轴的移动.使用平移, ...

opencv 旋转和平移的矩阵

opencv 旋转和平移的矩阵相关推荐

最新文章

热门文章