1.圖像旋轉的原理
1.1.旋轉矩陣
旋轉一幅圖像(假設這幅圖像大小是矩形的),當然應該從像素點(pixels)開始,在直角座標系中,對點逆時針旋轉角度到的變換公式爲
那麼對圖像上的每個點調用這個旋轉公式,將舊圖像像素點的RGB值搬移到新圖像像素點,就可以將圖像旋轉到任意位置。
但是問題來了,顯示屏的像素點是有限的,這意味着顯示在顯示屏上的像素點座標必須是整數,旋轉過後的圖像的每個像素點座標難免有非整數的情況,那麼這種情況下我們怎麼處理呢?
我們不妨假設逆時針旋轉旋轉後的圖形上所有的像素點都是整點,對於旋轉後的圖形的每個像素點,求旋轉前圖形的對應像素點的座標,取爲逆旋轉角度,則旋轉後的像素點和旋轉前的像素點的對應關係爲:
此時不一定爲整點,的像素值需要做一定的近似。近似的方法有最近鄰插值、雙線性插值等等,在這裏我們就介紹比較實用且不是很複雜的雙線性插值,該插值方法不會產生明顯失真現象。
對於像素點的旋轉座標函數編寫如下:
①座標旋轉變換函數:rot.m
function y=rot(p,angle)
%p=[x,y]爲角度制
angle=angle*pi/180;%角度制輸入進行計算
y=[cos(angle) -sin(angle);sin(angle) cos(angle)]*p';
end
1.2.雙線性插值
對於x和y座標非整數的非整點,假設它周圍的四個整點座標分別爲(構成一個矩形)。假設第一維度是x座標,第二維度是y座標。則
顯然,即使爲整點,仍然存在這樣的四個點使得上式成立。
在下圖中,P爲非整點,存在4個整點將P點包圍在其中,設縱向比例係數,橫向比例係數顏色函數在四個整點處的值分比爲,則P點的函數值
寫成矩陣的形式即爲:
對於灰度圖像,是一維函數,對於RGB圖像,
由於該公式較爲複雜,可以單獨編寫雙線性插值函數,輸入爲一個任意點座標,和圖像每個點的像素;輸出爲該點進行雙線性插值後的顏色函數值。但需要主要的是,若給採集的4個周圍整點,有其中一個超出了圖像邊界,考慮到圖像邊界一般爲白色,則以白色爲替代。檢測點是否在畫布內只需要條件判斷語句就夠了。
②檢測是否在畫布內的判斷程序:isinrect.m
function y=isinrect(plt,rect)
if plt(1)>=rect(1) && plt(1)<=rect(2) && plt(2)>=rect(3) && plt(2)<=rect(4)
y=true;
else
y=false;
end
③雙線性插值函數:linear_interp.m
function y=linear_interp(p,img)
%p爲需要雙線性插值的點座標(向量)
x=p(1);y=p(2);
m=size(img,1);n=size(img,2);
x1=floor(x);x2=ceil(x);y1=floor(y);y2=ceil(y);%[x,y]四周的四個整點
left=x-x1;%距左邊線距離
bottom=y-y1;%距底線距離
plt=[x1,y2;x2,y2;x1,y2;x2,y2];
img_rect=[1,m,1,n];%原圖像的矩形框
pix_rect=zeros(1,4,3);
for t=1:4
if isinrect(plt(t,:),img_rect)
for color=1:3
pix_rect(1,t,color)=img(plt(t,1),plt(t,2),color);
end
else
pix_rect(1,t,:)=255;%背景色爲白色
end
end
pixels=zeros(1,3);%保存該點的三原色的三個像素
pix_rect=reshape(pix_rect,2,2,3);
for color=1:3
pixels(color)=[bottom,1-bottom]*pix_rect(:,:,color)*[1-left;left];%雙線性像素插值
end
y=pixels;
end
1.3.像素點匹配
假設圖像的點都是整點的情況下,新圖像是一個旋轉後的矩形,此時需要給新圖像定界使得新圖像能夠包括在一個旋轉角度爲0°大矩形中。
filename='足球.bmp';%文件的完整路徑名
img=imread(filename);%導入圖像
% subplot(121)
% imshow(img)%展示原圖像
m=size(img,1);n=size(img,2);%統計圖像的長和寬
plt=[0,0;m,0;m,n;0,n];%四個頂點座標
for t=1:4
plt(t,:)=ceil(rot(plt(t,:),rot_angle));%三個頂點進行旋轉座標變換
end
%新的四個點座標的x和y邊界值
left=min(plt(:,1));right=max(plt(:,1));
bottom=min(plt(:,2));top=max(plt(:,2));
M=right-left;N=top-bottom;%獲取新的圖像大小
new_img=255*ones(M,N,3);%創建新畫布
left=min(plt(:,1));right=max(plt(:,1));
bottom=min(plt(:,2));top=max(plt(:,2));
定界完成後,只需要求出新圖像定界後每個像素點對應的原圖像像素點座標,並按照雙線性插值的方法取得像素值,對應到新圖像點中,即可求出每個新圖像點的像素值,旋轉步驟即完成。要注意的是,如果雙線性插值遇到了原圖像界限外的點,爲保證程序不出錯,可以直接將界限外的點置爲0(相當於非常弱的邊緣虛化效果),或者直接將最外層邊界整點進行最近鄰插值(這種分段算法實現會略微麻煩)。主函數文件代碼如下:
④主函數文件:img_process.m
function img_process(rot_angle)
close all
filename='足球.bmp';%文件的完整路徑名
img=imread(filename);%導入圖像
figure
imshow(img)%展示原圖像
m=size(img,1);n=size(img,2);%統計圖像的長和寬
plt=[0,0;m,0;m,n;0,n];%四個頂點座標
for t=1:4
plt(t,:)=ceil(rot(plt(t,:),rot_angle));%三個頂點進行旋轉座標變換
end
%新的四個點座標的x和y邊界值
left=min(plt(:,1));right=max(plt(:,1));
bottom=min(plt(:,2));top=max(plt(:,2));
M=right-left;N=top-bottom;%獲取新的圖像大小
new_img=255*ones(M,N,3);%創建新畫布
for i=1:M
for j=1:N
init_plt=rot([i-1+left,j-1+bottom],-rot_angle);%新圖像對應原圖像的座標
init_plt=init_plt+1;%還原到Matlab座標系
new_img(i,j,:)=linear_interp(init_plt,img);
end
end
figure
imshow(uint8(new_img))%展示旋轉後的新圖像(底色爲白色)
2.實現效果與說明
將上述標紅的4個M文件放在一個文件夾,並更改MATLAB目錄爲該文件夾,並在該文件夾添加一張名爲“足球.bmp”的位圖文件,在命令行輸入img_process(30)
即可將該圖像旋轉30°顯示,顯示效果如下:
原圖像 | 新圖像(旋轉30°) |
---|---|
本文從原理上用MATLAB代碼實現了圖像的旋轉,如果想直接調用MATLAB的函數,請查看imrotate函數的相關說明:
new_img=imrotate(initial_img,angle,method, ‘crop’)
- angle:逆時針旋轉的角度,是角度值
- method:該參數爲插值方法,其中’bilinear’爲雙線性插值,可選
- crop:旋轉後增大圖像