opencv |
您所在的位置：网站首页 › python opencv 旋转 › opencv |
opencv
|
此次试验的目的是计算目标图像偏转的角度，在不改变图像尺寸下纠正这里主要用到minAreaRect（）函数和getRotationMatrix2D()函数先简单的介绍下minAreaRect（）函数，本人在这里踩了一些坑，在这里说明一下，如有不妥的地方，大家尽管指正。 函数为minAreaRect(InputArray points) ，InputArray points是所要求最小外接矩形的点集，这个点集不定个数。 这个矩形是可以有偏转角度的，可以与图像的边界不平行。 调用形式：RotatedRect minAreaRect(InputArray points) 角度计算规则：以左上角为原点，X轴逆时针旋转，所得到的第一个角度即为旋转角度，第一条边为最小外接矩形的宽。角度范围[-90，0]，当最小外接矩形平行（或垂直）X轴时角度为-90。（跟目标图像的长宽没关系）
顺时针为正，逆时针为负 函数getRotationMatrix2D(Point2f center, double angle, double scale)参数详解： Point2f center：表示旋转的中心点 double angle：表示旋转的角度 //这里的角度顺时针为负，逆时针为正 double scale：图像缩放因子 踩坑的地方主要在角度分不清，我总结了一下：minAreaRect():以X轴正方向为起点，顺时针为正，逆时针为负 getRotationMatrix2D():以X轴正方向为起点，顺时针为负，逆时针为正 下面是一个例子： #include #include #include #include #include #include #include #include #include using namespace cv; using namespace std; int main() { Mat image = imread("a11.jpg"); Mat gaussianimage,grayimage, cannyimage, thresholdimage; //---------------------旋转----------------- //计算偏转角度 GaussianBlur(image, gaussianimage, Size(5, 5), 3, 3);//尽可能多的去除杂质 Canny(gaussianimage, cannyimage, 50, 150, 3); cvtColor(cannyimage, grayimage, CV_GRAY2BGR); vectorvec_point; vectorhireachy; findContours(cannyimage, vec_point, hireachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); double degree = 0; for (size_t i = 0; i < vec_point.size(); i++) { RotatedRect minrect = minAreaRect(vec_point[i]);//minAreaRect():以X轴正方形为起点，顺时针为正，逆时针为负 degree = minrect.angle; //此处目的是为了让目标图像旋转到水平位置 if (degree > -90 && degree -45 && degree < 0) { degree; } else { degree = 0; } cout |
【本文地址】
今日新闻 |
推荐新闻 |