新人学习opencv图像处理的笔记，三：c++操作简单图像旋转

新人学习opencv图像处理的笔记，三：c++操作简单图像旋转

这篇笔记我一直想写，也是笔者真正开始学习图像的操作功能的开始，但是确实是各种事情一堆，看着别人做图像识别很厉害，想着自己做一个，结果碰了一鼻子灰，又回来重头开始。

同样的，这篇笔记是笔者自己瞎琢磨的一些想法，一些基本原理希望可以帮到同样是入门的初学者。

原理：

众所周知，opencv存储图像是用 Mat 类型来实现的，而Mat又是个矩阵，所以当我们想对某个图像进行旋转时，我们需要考虑的时像素在旋转后放在哪个位置？

接下来，我简单介绍一下我的思路和草稿

如上图，左边是原图，右面是旋转后的图像 （这里使用的是正常的直角坐标系，运用到OpenCV时，需要自己修改一些细节） 。分别选取原来的原点O，x和y轴，新图像的原点O’,x’和y’轴。

一：背景框

当图像旋转角度 α 时，先不论新的像素点如何安放，我们需要先解决背景框的问题，即创建一个适合的Mat矩阵，能把旋转后的图像恰到好处的装进去。假设x是长cols，y是宽rows。

New.rows = Old.rows × Cosα + Old.cols × Sinα
New.rows = Old.rows × Sinα + Old.cols × Cosα

新的Mat大小就是背景框的大小。

二：像素放置

为简单起见，我们把新图的O和O’重合，得到上图所示。乍一看，从单纯的数值角度，好像操作起来很困难，那么我们可以试试向量的操作，对于每一个点（a,b），我们都可以看作是两个向量的组成 即：a(x,0) + b(0,y)。其中(x,0)和(0,y)是原图的连个基向量。

用向量来解释像素坐标，一切都清晰起来。因为旋转不涉及改变矩阵大小，所以旋转改变的不是系数 a和b 的值，而是基向量。假设新的基向量为(x1,y1)和(x2,y2),那么在系数ab的作用下，我们可以得到新的表达式：
注：这里的两对基向量都是平行于需旋转图像的长宽方向，而非背景框的长宽方向。

	a(x1,y1) + b(x2,y2) = NewPoint

如此一来，我们的目标就从寻找位置，变成了解出新的基向量的变换关系。
假设基向量长度为1，所以两个基向量为(Sinα,Cosα)和(Cosα,-Sinα)。我们需要的是新坐标（A,B）。
此时我们有的变量为：
①两个基向量为(Sinα,Cosα)和(Cosα,-Sinα)
②原坐标（a,b），及其表达式a(x,0) + b(0,y)
把公式

        a(x1,y1) + b(x2,y2) =（A,B）

代入数据，即可解出（a,b）和（A,B）的映射关系，然后通过映射找到原图中的像素，放入新的图像中。（别忘了，我们还有个竖直坐标没有处理）。

当然，也不是就这么结束了，矩阵的坐标都是整数形式存在，而通过得到的映射，可能会解出浮点数，因此我们需要有选择的放入像素。笔者的方法是，从新图中的坐标映射到原图坐标。

得到的原图坐标分为小数Nx，Ny 和整数x， y。

效果图

最后，本文只是介绍一些笔者的想法，若有错误，敬请指正，至于代码部分和实际坐标计算，需要实验者自行调整和计算映射关系。