我想用Matlab旋转非平方图像:
imrotate
函数,因为它是图像处理工具箱的一部分,loose
参数的imrotate
相比功能不太慢。我已经找到a function来执行此操作(只需将imshow
和bestblk
替换为您自己的函数,以便不使用工具箱),但它是对于大图片来说真的很慢我的方法是尽量避免在interp2
上做出循环并尽可能地依赖。
该功能的签名是:
imOutput = my_imrotate(imInput, theta_degres, interpolation, bbox)
其中:
interpolation
将是bilinear
,bicubic
或nearest
,bbox
将为crop
或loose
。农作物
我已经使用crop
参数获得了良好的结果,但我无法找到loose
参数的偏移量。
以下是crop
参数的代码,其中Z
是输入,Zi
是输出:
Z = double(imInput);
sz = size(Z);
[X,Y] = meshgrid(1:sz(2), 1:sz(1));
%# Center
c = sz(end:-1:1)/2;
%# Angle
t = theta_degres*pi/180;
%# Rotation
ct = cos(t);
st = sin(t);
Xi = c(1) + ct*(X-c(1))-st*(Y-c(2));
Yi = c(2) + st*(X-c(1))+ct*(Y-c(2));
%# Rotation
Zi = interp2(X, Y, Z, Xi, Yi);
颗粒状
我的想法是计算包含原始图像和旋转图像的帧的大小,然后:
interp2
,要使用loose
参数获取旋转图像的大小,我计算rotation_matrix
并在输入图像的角rotate_points
的坐标上调用p
:
rotation_matrix = [ct, -st; st, ct];
rotate_points = @(p) bsxfun(@plus, c', rotation_matrix * bsxfun(@minus, p, c)')';
任何帮助都将受到高度赞赏。
编辑:使用下面答案中提供的解决方案和以下代码,它似乎工作正常:
%# See the answer below
[sz1,sz2] = size(Z);
sz1New = sz1*cos(t)+sz2*sin(t);
sz2New = sz2*cos(t)+sz1*sin(t);
[Xi,Yi] = meshgrid(-(sz2New-1)/2:(sz2New-1)/2,-(sz1New-1)/2:(sz1New-1)/2);
%# now all that's left is rotating Xi,Yi - I have already subtracted the center
%# My little piece of additional code
Xii = (1+sz2)/2 + ct*Xi - st*Yi;
Yii = (1+sz1)/2 + st*Xi + ct*Yi;
Zi = interp2(X, Y, Z, Xii, Yii);
答案 0 :(得分:4)
对于loose
版本,您需要做的就是找出所需的填充量。您可以通过一些几何结构轻松估算它:
如果绘制“松散”矩形,则实际上是在原始矩形中添加了四个直角三角形。三角形的斜边是矩形的边。如果您可以确定另外两个边,则可以轻松计算新边的长度,从而计算填充。幸运的是,直角三角形中的一个角正好是你的旋转角度。
事实证明,你甚至不需要明确地计算填充 - 你只需要创建一个更大的阵列Xi,Yi,它具有“松散”图像的大小。
因此:
[sz1,sz2] = size(Z);
sz1New = sz1*cos(t)+sz2*sin(t);
sz2New = sz2*cos(t)+sz1*sin(t);
[Xi,Yi] = meshgrid(-(sz2New-1)/2:(sz2New-1)/2,-(sz1New-1)/2:(sz1New-1)/2);
%# now all that's left is rotating Xi,Yi - I have already subtracted the center