传统机器学习之旋转图像

/// 计算关于图像中心的旋转矩阵
  Point center = Point( src.cols/2, src.rows/2 );
  double angle = 35.0;
  //旋转的同时也可以放缩
  double scale = 0.8;
 
  /// 根据以上参数得到旋转矩阵
  rot_mat = getRotationMatrix2D( center, angle, scale );
  cout<<"旋转矩阵为：\n"<<rot_mat;
 
  //计算旋转后的画布大小，并将旋转中心平移到新的旋转中心
  Rect bbox = RotatedRect(center, Size(src.cols*scale, src.rows*scale), angle).boundingRect();
  rot_mat.at<double>(0, 2) += bbox.width / 2.0 - center.x;
  rot_mat.at<double>(1, 2) += bbox.height / 2.0 - center.y;
 
  /// 旋转图像
  warpAffine( src, rotate_dst, rot_mat, bbox.size());

能够通过cv::RotatedRect::boundingRect()计算出来旋转之后的目标图像大小，然后计算目标图像中点和旋转中心的差，将其赋给旋转矩阵的平移向量。旋转后的图像如右图所示：

总感觉有些问题，然后去问学长，确实有问题，哈哈。

问题在于：我的center是原坐标系下的点，需要将它换为roi坐标系下的点，即将center减去roi左上角在原图上的坐标，然后在对roi进行旋转。

得到的效果如下图所示：

效果不错哦~