二值图 矩形框中心旋转

目录

二值图 矩形框中心旋转

寻找中心点:


二值图 矩形框中心旋转

import cv2
import numpy as np
import random

def preprocess_image(img_path):
    img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
    _, img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    return img

def get_min_rect(img):
    contours, _ = cv2.findContours(img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    min_rect = cv2.minAreaRect(contours[0])
    return min_rect

def transform_rect(rect, scale, angle):
    center, size, _ = rect
    size = (int(size[0] * scale), int(size[1] * scale))
    rot_mat = cv2.getRotationMatrix2D(center, angle, 1.0)
    return rot_mat, size


def get_largest_square(rect):
    center, size, angle = rect
    square_size = min(size)

    if size[0] < size[1]:
        dx = square_size / 2
        dy = 0
    else:
   
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在OpenCV中,当对二像进行旋转时,边缘像素可能会发生变化。这是由于旋转操作会导致像素位置的改变,因此原来的边缘像素可能会被移动到其他位置。 在旋转过程中,OpenCV会使用插算法来计算新位置的像素。默认情况下,OpenCV使用双线性插算法来估计新位置的像素,这可能会导致边缘像素的微小变化。 如果你希望在旋转后保持二像的边缘像素不变,你可以考虑使用最近邻插算法。最近邻插算法会简单地选择最接近目标位置的像素作为新位置的像素,不进行其他的插计算。 以下是一个示例代码,展示了如何使用最近邻插算法来旋转像并保持边缘像素不变: ```python import cv2 import numpy as np # 读取二像 image = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE) # 找到二像的边缘 contours, _ = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 计算包围边缘的最小矩形框 rect = cv2.minAreaRect(contours[0]) # 获取旋转角度和矩形框的中心点 angle = rect[2] center = rect[0] # 旋转角度(以逆时针方向为正) rotated = cv2.warpAffine(image, cv2.getRotationMatrix2D(center, angle, 1.0), (image.shape[1], image.shape[0]), flags=cv2.INTER_NEAREST) # 显示原始和旋转后的像 cv2.imshow('Original Image', image) cv2.imshow('Rotated Image', rotated) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的示例中,我们使用`cv2.warpAffine`函数来执行旋转操作,并将插标志设置为`cv2.INTER_NEAREST`,以使用最近邻插算法。 请注意,使用最近邻插算法可能会导致旋转后的像边缘变得锐利,而不是平滑。这是因为最近邻插算法只选择最接近的像素,而不考虑其他像素的加权平均。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值