【opencv实现滑动条拖动控制图片旋转（逆时针0-90度）】

[opencv学习记录]

作业内容

1、窗口大小设置为宽400*高600
2、使用滑动条拖动控制图片旋转（逆时针旋转0-90度）

思路

在这一章中，我们将分成滑动条和旋转两块部分进行介绍。
具体步骤：
1.确定图片中心
2.确定2D旋转矩阵
3.使用上一步创建的矩阵对图像应用仿射变换
4.将以上步骤放入一个回调函数中，使用滑动条设置旋转角度和指向此函数的指针

滑动条

OpenCV中的cv::createTrackbar()函数用于创建一个可以连续调整数值的滑动条。其函数原型如下：

int createTrackbar(
const String& trackbarname,//滑块名称
const String& winname,//滑动条对应窗口的名称
int* value,//创建滑动条时，滑块的位置指向一个整型变量的指针
int count,//滑块可以到达最大位置的值，最小的位置的值始终是0
TrackbarCallback onChange = 0,//指向回调函数的指针
void* userdata = 0 //滚动滑块时，用户传给回调函数的数据的指针
);

使用opencv进行图片旋转

opencv使用cv::warpAffine()函数来进行仿射变换，其函数原型如下：

void warpAffine(
InputArray src,//输入图像
OutputArray dst,//输出图像，位深度与图像一致
InputArray M,//仿射变换矩阵
Size dsize,//输出图像大小
int flags = INTER_LINEAR,//像素插值方法，默认是双线性插值
int borderMode = BORDER_CONSTANT, //边界扩充方法，默认值取常数
const Scalar& borderValue = Scalar() //边界填充值
);

仿射变换的关键是确定仿射变换矩阵M,这里有几种方法可以确定：如果已知变换前后的多组特征点的坐标，矩阵M可以用cv::getAffineTransform()来确定，这里需要输入变换前后的3个点对；如果知道图像的旋转角度和缩放比例，则可以利用函数cv::getRotationMatrix2D()来确定；如果知道确切的仿射变换类型，则也可以尝试直接写出矩阵。

在这一题中，已知旋转角度，所以我们采用cv::getRotationMatrix2D()函数，以下是创建2D矩阵的语法：

getRotationMatrix2D（center，angle，scale）

参数说明：
• center: 旋转中心
• angle: 旋转角度
• scale: 缩放比例

Python代码实现

import cv2
img = cv2.imread('E:/lenna.bmp')#读取图片
h,w,c = img.shape#用img.shape得长和宽
center = (w/2,h/2)#旋转中心为图片的中心
def fun(n):
    M = cv2.getRotationMatrix2D(center,n,1)#旋转角度正值为逆时针
    img1 = cv2.warpAffine(img,M,(w,h),borderValue=(255,255,255))#边界填充值设置为白色
    cv2.imshow("win",img1)
    
cv2.namedWindow("win",cv2.WINDOW_NORMAL)
cv2.resizeWindow("win",400,600)
cv2.createTrackbar("bar","win",0,90,fun)#滑块最小位置为0，最大位置90
fun(0)

效果呈现