话说,平凡之处显真格,这一点也没错!  比如,对旋转图像进行双线性插值,很简单吧?  可,对我,折腾了大半天,也没有达到预期效果!  尤其是三个误区让我抓瞎好久:

1,坐标旋转公式。   这东西,要用的时候查资料,抄过来,从不记清,猛地一下让人写正确,确实不容易,虽然只是正余弦的排列问题。画图推导的方法也是知道,但是,奈何又记不得三角形的和角展开公式。没办法,只好逐一测试验证了,心血经验,45、90,135,180这几个角度最好都验证一下。

2,双插的数据来源。 一开始,思维上习惯地数据来源认定应该是旋转之后的,为此施展多种手段都不能较好克服数据有效性、配对性等异常。搞个带掩模的3*3滤波吧,却使图像变模糊了。  绝境反思,数据来源取自源图数据,该是多好的事呀。 仿射变换 warpAffine() 函数中的仿射矩阵就是默认为逆向。

3,双插的方法。 一直来,都知道X、Y方向要各插值一次,但却不明确它们的相互关系是 串行,而非并行!

以下贴出我后来完善出的旋转部分代码,有路过的高手请帮忙指点优化一下:

//旋转 平移 点坐标,依据旋转矩阵而来
void rotatePoint(const Point2d& src, Point2d& dst, const double angle, const Point2d& offset=Point2f(0,0))
{
const double cosAngle =cos(angle);
const double sinAngle =sin(angle);
dst.x = src.x * cosAngle + src.y * sinAngle + offset.x;
dst.y = src.y * cosAngle - src.x * sinAngle + offset.y; } //旋转 平移 点坐标 angle中的x值为 cos(angle) y为sin(angle)
inline void rotatePoint(const Point2d& src, Point2d& dst, const Point2d& angle, const Point2d& offset=Point2f(0,0))
{
//dst.x = src.dot(angle) + offset.x;
dst.x = src.x * angle.x + src.y * angle.y + offset.x;
dst.y = src.y * angle.x - src.x * angle.y + offset.y; } //双线性插值 a为左上点 b右上 c左下 d右下 权重因子Sx Sy 的取值范围为(0 , 1)由小坐标指向大坐标距离比
template<typename T>
inline double insertDLine(const T a, const T b, const T c, const T d, const double Sx, const double Sy)
{
const double Sx1 = 1 -Sx;
const double Sy1 = 1 -Sy;
return (a *Sx1 *Sy1 + b *Sx *Sy1 + c *Sx1 *Sy + d *Sx *Sy);
} //双线性插值 dst为data图像中的2*2子块 权重因子Sx Sy 的取值范围为(0 , 1)由小坐标指向大坐标距离比
void insertDLine(const Mat& src, Scalar& dst,const double Sx, const double Sy)
{
const int channels =src.channels(); const uchar *pU = src.ptr(0);
const uchar *pD = src.ptr(1);
const int depth =min(4, channels);
for (int i = 0; i < depth; i++)
{
dst[i] = insertDLine(pU[i], pU[i + channels], pD[i], pD[i + channels], Sx, Sy);
} } //将源图像旋转一定的角度
int rotateImage(const Mat& src, Mat& dst, double angle, const bool isDegree)
{
const int channels =src.channels();
if(channels > 4)
{
//dst=src; //
return -1;
} //将角度化为弧度
if(isDegree)
{
angle *=CV_PI/180;
} //参数初始化 const double cosAngle =cos(angle);
const double sinAngle =sin(angle); const int srcRows = src.rows;
const int srcCols = src.cols; const int dstCols =srcRows *abs(sinAngle) + srcCols *abs(cosAngle);
const int dstRows =srcRows *abs(cosAngle) + srcCols *abs(sinAngle); const int srcRowsLess2 = srcRows -2;
const int srcColsLess2 = srcCols -2; const Point2d centerA(srcCols/2 +0.5, srcRows/2 +0.5);
const Point2d centerB(dstCols/2 +0.5, dstRows/2 +0.5);
const Point2d rotateAngle(cosAngle, -sinAngle); //用于从目标图回旋转到初始图,角度取反 Point2d hitPoint;
int xL, yL;
Rect insertROI(0, 0, 2, 2);
Scalar insertVaule; //申请内存空间,并设置为 0
dst.create(dstRows, dstCols, CV_8UC(channels));
dst.setTo(Scalar(0,0,0,0)); for (int i = 0; i < dstRows; i++)
{
uchar *pDst=dst.ptr(i);
for (int j = 0; j < dstCols; j ++)
{
rotatePoint(Point2d(j, i)-centerB, hitPoint, rotateAngle, centerA);
xL =floor(hitPoint.x);
yL =floor(hitPoint.y); //从目标图中回转至源图像,不在区域内的直接跳过
if (xL < 0 || xL > srcColsLess2 || yL < 0 || yL > srcRowsLess2)
{
continue;
} insertROI.x =xL;
insertROI.y =yL;
insertDLine(src(insertROI), insertVaule, hitPoint.x -xL, hitPoint.y -yL); int base =j *channels;
for (int z = 0; z < channels; z++)
{
pDst[base +z] = insertVaule[z];
} }
} return 0; }

为了展示我的手写旋转函数rotateImage() 与仿射变换 warpAffine() 函数的效果比较,有如下代码段:

    double angle =90.0 * CV_PI/180; //将角度化为弧度 30
Mat rotateImg;
rotateImage(colorImg, rotateImg, angle); const double cosAngle =cos(angle);
const double sinAngle =sin(angle); Mat rrM =(Mat_<double>(2,3) << cosAngle, sinAngle, cosAngle *colorImg.rows, -sinAngle, cosAngle, sinAngle *colorImg.cols);
Mat rotatewarpAffine;
warpAffine(colorImg, rotatewarpAffine, rrM, colorImg.size()*2);

旋转30度时:

rotateImage30

warpAffine 30

旋转90度时:

rotateImage90.jpg

warpAffine 90

【OpenCV学习笔记】之六 手写图像旋转函数---万丈高楼平地起的更多相关文章

  1. 【opencv学习笔记七】访问图像中的像素与图像亮度对比度调整

    今天我们来看一下如何访问图像的像素,以及如何改变图像的亮度与对比度. 在之前我们先来看一下图像矩阵数据的排列方式.我们以一个简单的矩阵来说明: 对单通道图像排列如下: 对于双通道图像排列如下: 那么对 ...

  2. (转) OpenCV学习笔记大集锦 与 图像视觉博客资源2之MIT斯坦福CMU

          首页 视界智尚 算法技术 每日技术 来打我呀 注册     OpenCV学习笔记大集锦 整理了我所了解的有关OpenCV的学习笔记.原理分析.使用例程等相关的博文.排序不分先后,随机整理的 ...

  3. OpenCV学习笔记:如何扫描图像、利用查找表和计时

    目的 我们将探索以下问题的答案: 如何遍历图像中的每一个像素? OpenCV的矩阵值是如何存储的? 如何测试我们所实现算法的性能? 查找表是什么?为什么要用它? 测试用例 这里我们测试的,是一种简单的 ...

  4. OpenCV 学习笔记(13)图像转换成视频

    关键 1参数里的分辨率是图像本身的分辨率,而不是指定生成的视频分辨率.如果要修改分辨率,要么后期软件处理,要么读图的时候resize 2要正常退出,不要强制退出. 3生成的只能是avi格式. #inc ...

  5. OpenCV学习笔记(4)——图像上的算术运算

    学习图像上的算术运算,加法,减法,位运算等 1.图像加法 使用cv2.add()将两幅图像进行加法运算,也可以用numpy运算,直接img+img1.两幅图像的大小和类型必须一致,或者第二个图像可以是 ...

  6. OpenCV学习笔记(七) 图像金字塔 阈值 边界

    转自: OpenCV 教程 使用 图像金字塔 进行缩放 图像金字塔是视觉运用中广泛采用的一项技术.一个图像金字塔是一系列图像的集合 - 所有图像来源于同一张原始图像 - 通过梯次向下采样获得,直到达到 ...

  7. OpenCV学习笔记(一) - 边界填充、Rect函数

    边界填充: c++实现,测试在mac pro里,输入720p时间0.4ms: cv::copyMakeBorder(image, dst, , , , , cv::BORDER_REPLICATE); ...

  8. 【opencv学习笔记六】图像的ROI区域选择与复制

    图像的数据量还是比较大的,对整张图片进行处理会影响我们的处理效率,因此常常只对图像中我们需要的部分进行处理,也就是感兴趣区域ROI.今天我们来看一下如何设置图像的感兴趣区域ROI.以及对ROI区域图像 ...

  9. 【opencv学习笔记五】一个简单程序:图像读取与显示

    今天我们来学习一个最简单的程序,即从文件读取图像并且创建窗口显示该图像. 目录 [imread]图像读取 [namedWindow]创建window窗口 [imshow]图像显示 [imwrite]图 ...

随机推荐

  1. C# dynamic

    [TestMethod] public void DynamicTest() { dynamic Customer = new ExpandoObject(); Customer.Name = &qu ...

  2. CentOS查看CPU信息、位数、多核信息

    # uname -a Linux localhost.localdomain 2.6.18-164.el5PAE #1 SMP Thu Sep 3 04:10:44 EDT 2009 i686 i68 ...

  3. linux 访问windows共享

    1. windows端建立一个用户user用于共享访问 2. 共享一个目录,设置user可以访问,并在windows系统中确认可以访问 3. linux端创建一个用于挂载共享目录的目录    mkdi ...

  4. Memcached总结四:用ava程序连接memcached进行操作

    1. Memcached的Java环境设置 需要下载spymemcached-2.10.3.jar,并把这个jar放到java程序的classpath中才能使用memcached. 在下面的程序,假设 ...

  5. eCos驱动分析 之 ISR是如何与硬件中断联系起来的?

    http://keendawn.blog.163.com/blog/static/8888074320116205833478/

  6. spring声明式事务 同一类内方法调用事务失效

    只要避开Spring目前的AOP实现上的限制,要么都声明要事务,要么分开成两个类,要么直接在方法里使用编程式事务 [问题] Spring的声明式事务,我想就不用多介绍了吧,一句话“自从用了Spring ...

  7. vim多标签,多窗口

    多标签 进入vim前 vim -p <文件名> 以多标签形式打开文件.如vim -p * 就是编辑当前目录的所有文件, vim编辑中 :tabnew 增加一个标签 :tabc 关闭当前的t ...

  8. CentOS5.5 下编译安装 LAMP

    大纲 1.安装gcc编译器 2.卸载rpm安装的http和mysql软件 3.编译安装php依赖包 4.安装apache软件 5.安装mysql软件 6.安装php软件 7.安装memcache ph ...

  9. POJ1699Best Sequence(DFS)

    链接 这题其实是由bug的 一个串包含其它两个串的数据没有 所以就这么水了它吧 只处理两个串的关系就行了 回来补点..看了huge的博客 发现其实不是有Bug  题意没读清楚 必须首尾相连 像AGCT ...

  10. bzoj1823

    第一道2sat, 其实2sat问题不难,只要记住一个:通过“推导出”连边 什么意思呢?就是一般题目中的变量都有两个状态,只能取一个,我们定义为true和false 对于每一个变量i,我们都拆成两个点, ...