RotatedRect中返回的角度angle详解之进阶篇

在利用RotatedRect()和warpAffine()对图像进行旋转时，会经常遇到虽然参数都设置正确，但是最终的旋转的图像，却是得不到预期的结果，这主要还是没有理解 RotatedRect中返回的角度angle的问题，有关 RotatedRect中返回的角度angle的详细介绍请查看本人的另一篇文章（https://blog.csdn.net/qq_39430765/article/details/99431709），下面就出现的问题进行详细的分析与解决。

首先我们看一段代码，主要是旋转一幅图像。

import cv2
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

def Get_minAreaRect(image):
    '''
    获取图片旋转角度
    :param image:
    :return: cv2.minAreaRect(coords)
    '''
    plt.figure(1)
    plt.imshow(image)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    gray = cv2.bitwise_not(gray)
    _, thresh = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY )
    coords = np.column_stack(np.where(thresh > 0))
    return cv2.minAreaRect(coords)

def Rotate_Bound(image, angle):
    '''
    调整图片角度
    :param image:
    :param angle:
    :return: image
    '''
    h, w = image.shape[:2]
    cx, cy = w // 2, h // 2
    M = cv2.getRotationMatrix2D((cx, cy), -angle, 1.0)
    print(M)
    cos = np.abs(M[0, 0])
    sin = np.abs(M[0, 1])
    nw = int(h * sin + w * cos)
    nh = int(h * cos + w * sin)
    nh = h
    # M[0, 2] += (nw / 2) - cx
    # M[1, 2] += (nh / 2) - cy
    roi = cv2.warpAffine(image, M, (nw, nh), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)
    plt.figure(3)
    plt.imshow(roi)
    plt.axis('off')
    return roi

def test():
    image_path = "E:\\test\\w.png"
    image = cv2.imread(image_path)
    angle = Get_minAreaRect(image)[-1]
    print("旋转角度为: {:.3f}".format(angle))
    print(Get_minAreaRect(image))
    if angle > -80.:
        rotated = Rotate_Bound(image, angle)
        plt.figure(2)
        plt.text(10, 30, "旋转角度为：{:.2f}".format(angle), size='x-large', color='black',
                 bbox=dict(facecolor='w', alpha=0.5))
        plt.imshow(rotated)
        plt.axis('off')
        plt.savefig("image1.png")

if __name__ == '__main__':
    test()
    plt.show()

首先，加载一幅图像，这幅图像由cv2.minAreaRect()函数得到的角度是由短边（图像的宽）和X轴组成的，原图像和旋转最终得到图像，如图所示。                                         

 

 然后，加载另一幅图像，这幅图像由cv2.minAreaRect()函数得到的角度是由长边（图像的高）和X轴组成的，原图像和旋转最终得到图像，如图所示。

      从结果可以看出问题所在，第二幅图像（即角度是由长边（图像的高）和X轴组成的）旋转之后的结果不是我们预想的结果，而第一幅图像（即角度是由短边（图像的宽）和X轴组成的)旋转之后的结果是我们预想得到的结果，造成两种的不同结果的原因在于绕旋转中心旋转的边不同，第一幅图像是将短边（图像的宽）绕旋转中心旋转，最后使短边（图像的宽）与Y轴平行，而第二幅图像是将长边（图像的高）绕旋转中心旋转，最后使长边（图像的高）与Y轴平行，从而导致图像的结果与预想的结果不同。

       为了解决这一问题，我们必须在对图像进行旋转变换时，判断哪一条边是形成角度的边，这样我们在旋转变换时，就可以保证不会出现错误，从而得到我们想要的结果。