python 图像旋转与坐标旋转

1.图像旋转

image1=image1.rotate(angle)

或

np.rot90()

2.坐标旋转

一、首先来说一下关于像素旋转一定角度后的对应位置：

（1）旋转中心为左上角原点：

旋转有一个绕什么转的问题。我们先来看最简单的，绕第一个像素转，则旋转的情况会像这样：

令旋转前有

旋转a角度后有

以矩阵形式表示为

（2）旋转中心为图像中心：

当图片较大时，计算会很慢。主要是判断和计算太多了这里只讨论图像处理，程序的优化暂时放一边运行结果如下：

我们能看到，旋转后的图像有很多“蜂窝煤”。主要是点转换后要取整。导致原图中有些点映射到同一个点，而生成的图中有些点在原图中没有点映射到它。所以出现了很多“蜂窝煤”。果然理论还只是理论啊下面我们来看看更通常一点的做法：以图像的中心为圆心进行旋转。这里涉及到一个坐标系的转换问题。看下图：

在矩阵中我们的坐标系通常是AB和AC方向的，而传统的笛卡尔直角坐标系是DE和DF方向的。令图像表示为M×N的矩阵，对于点A而言，两坐标系中的坐标分别是(0，0)和(-N/2,M/2)矩阵中点(x',y')转换为笛卡尔坐标系(x,y)的转换关系为：

逆变换为

于是我们得到图像以中心旋转的思路

将矩阵坐标上点（原谅我这样称呼它）转换为笛卡尔坐标系
将该点旋转a度。旋转公式前面已经给出了
将旋转后的点再转换为矩阵坐标

于是得到最后结果

python中numpy有矩阵运算能力，但这里我们直接进行数值计算就可以了。用方程表示如下：

关键代码如下：

def rotatecordiate(angle,rect):angle=angle*math.pi/180n=1600m=1200def onepoint(x,y):# X = x*math.cos(angle) - y*math.sin(angle)-0.5*n*math.cos(angle)+0.5*m*math.sin(angle)+0.5*n# Y = y*math.cos(angle) + x*math.sin(angle)-0.5*n*math.sin(angle)-0.5*m*math.cos(angle)+0.5*mX = x * math.cos(angle) - y * math.sin(angle) - 0.5 * n * math.cos(angle) + 0.5 * m * math.sin(angle) + 0.5 * nY = y * math.cos(angle) + x * math.sin(angle) - 0.5 * n * math.sin(angle) - 0.5 * m * math.cos(angle) + 0.5 * mreturn [int(X),int(Y)]newrect=[]for i in range(4):point=onepoint(rect[i*2],rect[i*2+1])newrect.extend(point)newrect.extend([1])print(newrect)return newrect

参考：https://www.cnblogs.com/zf-blog/p/8947800.html

（3）旋转中心为矩形框中心：

def rotatecordiate(angle,rect):anglePi = -angle * math.pi / 180.0cosA = math.cos(anglePi)sinA = math.sin(anglePi)x=rect[0]y=rect[1]width=rect[2]height=rect[3]x1 = x - 0.5 * widthy1 = y - 0.5 * heightx0 = x + 0.5 * widthy0 = y1x2 = x1y2 = y + 0.5 * heightx3 = x0y3 = y2x0n = (x0 - x) * cosA - (y0 - y) * sinA + xy0n = (x0 - x) * sinA + (y0 - y) * cosA + yx1n = (x1 - x) * cosA - (y1 - y) * sinA + xy1n = (x1 - x) * sinA + (y1 - y) * cosA + yx2n = (x2 - x) * cosA - (y2 - y) * sinA + xy2n = (x2 - x) * sinA + (y2 - y) * cosA + yx3n = (x3 - x) * cosA - (y3 - y) * sinA + xy3n = (x3 - x) * sinA + (y3 - y) * cosA + yreturn [(x0n,y0n),(x1n,y1n),(x2n,y2n),(x3n,y3n)]

绘制多边形：

plt.Polygon(rotatecordiate(angle,rect),color=color, fill=False, linewidth=2)

python 图像旋转与坐标旋转相关推荐

python 横坐标旋转_Python坐标旋转/移动指令
可以沿北/南或东/西轴移动,因为旋转限制为90度.在您可以观察到,任何移动都将具有北/南分量和东/西分量.在如果你的动作一致,那么你离下一步只有90度的距离:1. turn east or wes ...
二维，三维坐标旋转，左右手坐标系
1.向量旋转矩阵和坐标旋转矩阵区别坐标旋转: 坐标旋转对应的是点在另一个坐标系的位置,设点A在xoy中为(x,y),在坐标系x'oy'下坐标是(x',y'),旋转角度由x向y,逆时针旋转.则他们关系 ...
【Maya】移动、缩放、旋转、万向节旋转、冻结（未完成）
本章目录知识结构快捷键位移改变坐标系不同坐标系的区别归零的区别子物体沿父物体坐标轴移动(惯性坐标) 缩放改变坐标系使用对象坐标进行缩放旋转改变坐标系世界坐标旋转物体坐标旋转 ...
坐标系旋转与向量旋转（旋转矩阵）
二维坐标系旋转与向量(坐标)旋转坐标系的旋转和向量的旋转在工程应用过程中经常会遇到,在这里对二维坐标系的旋转和向量旋转做一个简单的推导,方便大家的理解. 坐标系旋转一个平面坐标系逆时针旋转一个角度 ...
【Python-随机旋转】图像随机旋转及坐标进行旋转原理
在做人脸或物体检测的任务中,往往需要对训练集进行随机旋转,做数据增强,增加模型的鲁棒性. 在进行图像随机旋转的同时,相应的label值坐标也要进行相应的旋转. 如人脸关键点检测中人脸对应的关键点坐标, ...
数据增强之图像旋转及坐标对应（附代码）
海康威视研究院ImageNet2016竞赛经验分享深度学习之图像的数据增强 data augmentation 数据增强方法总结图片的数据增强(Data Augmentation)方法 openc ...
halcon旋转后坐标_基于FPGA的图像旋转设计
该项目是参加2019届全国大学生FPGA大赛的作品,系统主要实现视频任意角度旋转.利用国产的紫光同创公司的FPGA芯片作为开发平台,视频图像从摄像头实时采集,经过算法旋转后,通过hdmi接口显示.该项 ...
Python：利用python编程实现三维图像绘制展示(六面体旋转、三维球柱状体、下雪场景等)
Python:利用python编程实现三维图像绘制展示(六面体旋转.三维球柱状体.下雪场景等) 目录利用python编程实现三维图像绘制展示(六面体旋转.三维球柱状体.下雪场景等) 1.实现六面体旋 ...
halcon旋转后坐标_FPGA大赛【八】具体模块设计图像旋转方案
[注]该项目是我们团队参加2019届全国大学生FPGA大赛的作品,系统主要实现视频任意角度旋转.该项目最终晋级决赛,并获得紫光同创企业特别奖.该系列文章介绍我们团队的作品.关注公众号"数字积 ...

python 图像旋转与坐标旋转

python 图像旋转与坐标旋转相关推荐

最新文章

热门文章