上一篇博客介绍了 如何使用Python,OpenCV上下左右(或任意组合)平移图像。这篇博客将介绍如何使用OpenCV旋转图像任意角度。并演示如何使用imutils库中的两个函数imutils.rotate和imutils.rotate_bound不丢失细节的旋转图像。
从上图可以看到旋转后有局部丢失。这表明OpenCV不会自动为整个旋转图像分配空间,以适应帧。如果希望在旋转后使整个图像适合视图,则需要进行优化,计算并更改旋转完的最小外接矩形宽度和高度。
# 对图像进行旋转
# USAGE
# python opencv_rotate.py
# 导入必要的包
import argparse
import cv2
import imutils
# 构建命令行参数及解析
# --image 图像路径
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", type=str, default="zly1.jpg",
help="path to the input image")
args = vars(ap.parse_args())
# 从磁盘加载图像并展示
image = cv2.imread(args["image"])
image = imutils.resize(image, width=300)
cv2.imshow("Original", image)
# 获取图像的维度,并计算中心
(h, w) = image.shape[:2]
(cX, cY) = (w // 2, h // 2)
# 逆时针以图像中心旋转45度
# - (cX,cY): 旋转的中心点坐标
# - 45: 旋转的度数,正度数表示逆时针旋转,而负度数表示顺时针旋转。
# - 1.0:旋转后图像的大小,1.0原图,2.0变成原来的2倍,0.5变成原来的0.5倍
# OpenCV不会自动为整个旋转图像分配空间,以适应帧。旋转完可能有部分丢失。如果您希望在旋转后使整个图像适合视图,则需要进行优化,使用imutils.rotate_bound.
M = cv2.getRotationMatrix2D((cX, cY), 45, 1.0)
rotated = cv2.warpAffine(image, M, (w, h))
cv2.imshow("Rotated by 45 Degrees", rotated)
# 逆时针以图像中心旋转-90度图像
M = cv2.getRotationMatrix2D((cX, cY), -90, 1.0)
rotated = cv2.warpAffine(image, M, (w, h))
cv2.imshow("Rotated by -90 Degrees", rotated)
# 以任意点作为中心旋转图像
M = cv2.getRotationMatrix2D((10, 10), 45, 1.0)
rotated = cv2.warpAffine(image, M, (w, h))
cv2.imshow("Rotated by Arbitrary Point", rotated)
# 使用imutils.rotata 一行代码实现旋转
rotated = imutils.rotate(image, 180)
cv2.imshow("Rotated by 180 Degrees", rotated)
# 顺时针旋转33度,并保证图像旋转后完整~,确保整个图都在视野范围
rotated = imutils.rotate_bound(image, -33)
cv2.imshow("Rotated Without Cropping", rotated)
cv2.waitKey(0)
cv2.destroyAllWindows()
到此这篇关于超详细注释之OpenCV旋转图像任意角度的文章就介绍到这了,更多相关OpenCV旋转图像内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!