宜配屋

在前面实现了平移和缩放，还有一种常用的坐标变换，那就是旋转。比如拍摄的照片上传到电脑里，再打开时发现人的头在下面脚在上，这样肯定看不了，那么就需要把这个照片旋转180度才可以接受。由于旋转变换，都是绕着点进行运动的，首先要找到轴的位置，默认是原点（0，0），如果要指定点进行，那么要采用前面的平移操作，即是把图片移到这一点上，然后进行旋转，再把它平移回来，这样才可以完成。所以在这个操作过程里，就要多个矩阵进行操作了，先要进行平移矩阵相乘，再与旋转矩阵相乘，最后与反向平移矩阵相乘。旋转的操作都是使用角度方式来计算，因此要使用中学的知识—三角函数sin和cos等，如果对这些知识忘记了，可以回去复习一下中学知识，到这里就会发现数学的知识是非常有用的，特别是中学的知识。一般会解出方案如下：

再加上齐次化，齐次化的目标主要为了把平移操作统一到一个公式里，就可以把公式写成这样：

这个矩阵变换就是纯旋转的公式。一般情况下，会有平移和缩放一起操作，这样单独地去构造这些矩阵就有些麻烦了，为了简单起见，OpenCV提供了一个函数cv2.getRotationMatrix2D来完成这些操作，这个函数调用参数如下：

retval = cv.getRotationMatrix2D( center, angle, scale )

center是元组表示的旋转中心点。

angle是用度表示的旋转角度。

scale是缩放系数。

其实这个函数是计算这样的矩阵：

所以在OpenCV里基本不需要自己去单独计算缩放和旋转的矩阵，调用此函数最简单了。下面通过例子来演示旋转的功能：

#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
 
#图片的路径
imgname = "img1.jpg"
 
#读取图片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)
 
#图片的高度和宽度
h,w = image.shape[:2]
 
#构造缩放并旋转的2X3的矩阵，然后调用warpAffine执行
A1 = cv2.getRotationMatrix2D((w/2.0, h/2.0), 30, 0.5)
d1 = cv2.warpAffine(image, A1, (w, h), borderValue = 125)
 
#显示操作之后的图片
cv2.imshow("d1",d1)
 
#显示图像
cv2.imshow("image", image)
 
#等待用户输入，然后删除所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下：