常德网站建设的策划方案,自己做文学网站赚钱吗,别人做的网站怎么seo优化,网站服务器错误怎么办本来说这是很简单的一个内容#xff0c;图像旋转只需要使用opencv中自带的旋转函数即可完成#xff0c;但是最近在做特征点旋转的时候发现使用内置rotate函数给图像旋转90度#xff0c;再用getRotationMatrix2D得出的旋转矩阵对特征点旋转#xff0c;画出来的特征点位置全部… 本来说这是很简单的一个内容图像旋转只需要使用opencv中自带的旋转函数即可完成但是最近在做特征点旋转的时候发现使用内置rotate函数给图像旋转90度再用getRotationMatrix2D得出的旋转矩阵对特征点旋转画出来的特征点位置全部错误 这是用gpt生成的代码编写的效果(AI还是不靠谱啊
这里放出AI的代码
#这里我只放出核心代码
#旋转图像
rotated_img cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)#旋转特征点
M cv2.getRotationMatrix2D((cols/2, rows/2), 90, 1)
rotated_keypoints []
for kp in keypoints:x, y kp.ptx - cols / 2y - rows / 2rotated_x x * M[0, 0] y * M[0, 1] cols / 2rotated_y x * M[1, 0] y * M[1, 1] rows / 2rotated_keypoints.append(cv2.KeyPoint(rotated_x, rotated_y, kp.size, kp.angle - 90, kp.response, kp.octave, kp.class_id)) 首先我们先研究一下 rotate这个函数 dstcv.rotate(src, rotateCode[, dst]) src输入的图像 rotateCode输入需要旋转的flag 这是opencv4.2.0文档介绍cv.ROTATE_90_CLOCKWISE顺时针旋转90度。 这里 rotate函数是按照原图(0,0)点进行旋转的AI生成的是按照图像的中心点旋转肯定没法旋转到制定位置。我们改为按照(0,0)结果还是错误。
再来看一下getRotationMatrix2D函数 正常来说2D平面的旋转是 可以看出Opencv得出的旋转矩阵是这个矩阵的转置因为图像的坐标Y轴是向下的这和数学中的XY坐标相反。
官方参数介绍
centerCenter of the rotation in the source image.angleRotation angle in degrees. Positive values mean counter-clockwise rotation (the coordinate origin is assumed to be the top-left corner).scaleIsotropic scale factor.
angle正则表示逆时针负数表示顺时针。源码应该改为-90度。这样特征点得到矩阵才是正确的。但是这样旋转后的到坐标还是在原来图像坐标系下的点我们需要还原到旋转后图像的点。 我们旋转后得到的坐标转换到旋转图像后的坐标需要在X轴加上一个图像行数 举例子 原始坐标1,2顺时针旋转90度得到坐标-2,1这个是在原始坐标系下的坐标。 这个坐标放在新图位置肯定错误两个坐标在x轴上相差一个图像的行数假设图像480*640 在新图下的坐标为-2640,16381。这样我们得到的特征点旋转的坐标才正确。 本文只适应旋转90度这样的类型如果需要特定角度这里x,y偏移的坐标需要重新计算。
修改后的源码
#只需要修改旋转特征点部分
M cv2.getRotationMatrix2D((0, 0), -90, 1)
rotated_keypoints []
for kp in keypoints:x, y kp.ptrotated_x x * M[0, 0] y * M[0, 1] rowsrotated_y x * M[1, 0] y * M[1, 1] rotated_keypoints.append(cv2.KeyPoint(rotated_x, rotated_y, kp.size, kp.angle - 90, kp.response, kp.octave, kp.class_id)) 修改源码后的效果 方便大家获取贴出源码求个关注收藏
import cv2
import numpy as np# 读取图像
img cv2.imread(image.png)# 使用FAST算法提取特征点
fast cv2.FastFeatureDetector_create()
keypoints fast.detect(img, None)# 旋转图像
rotated_img cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)# 旋转特征点并进行平移
rows, cols img.shape[:2]
M cv2.getRotationMatrix2D((0, 0), -90, 1)
rotated_keypoints []
for kp in keypoints:x, y kp.ptrotated_x x * M[0, 0] y * M[0, 1] rowsrotated_y x * M[1, 0] y * M[1, 1] rotated_keypoints.append(cv2.KeyPoint(rotated_x, rotated_y, kp.size, kp.angle - 90, kp.response, kp.octave, kp.class_id))# 绘制特征点
img_with_keypoints cv2.drawKeypoints(img, keypoints, None)
rotated_img_with_keypoints cv2.drawKeypoints(rotated_img, rotated_keypoints, None)# 显示结果
cv2.imshow(Original Image with Keypoints, img_with_keypoints)
cv2.imshow(Rotated Image with Keypoints, rotated_img_with_keypoints)
cv2.waitKey(0)
cv2.destroyAllWindows()参考文章
OpenCV: OpenCV modules
二维旋转矩阵与向量旋转 - 知乎
