實(shí)現(xiàn)旋轉(zhuǎn)功能，不會(huì)切斷圖像

首先，我要說的是，用于在OpenCV中旋轉(zhuǎn)圖像的?CV2.getRotationMatrix2D 和CV2.warpAffine?函數(shù)沒有任何問題。

實(shí)際上，這些函數(shù)給了我們更多的自由度，這可能是我們無法接受的（有點(diǎn)像是比較手動(dòng)內(nèi)存管理和C語言，以及自動(dòng)垃圾收集和Java語言）。

CV2.getRotationMatrix2D函數(shù)不關(guān)心是否要保留整個(gè)旋轉(zhuǎn)圖像。

它不在乎圖像是否被切斷。

如果你在使用這個(gè)功能時(shí)射中了自己的腳，這對(duì)你沒有任何幫助（我是通過艱難的方式發(fā)現(xiàn)這一點(diǎn)的，用了3周時(shí)間才止血）。

相反，你需要做的是理解旋轉(zhuǎn)矩陣是什么，以及它是如何構(gòu)造的。

你看，當(dāng)你用OpenCV旋轉(zhuǎn)圖像時(shí)，你稱之為CV2.getRotationMatrix2D返回一個(gè)矩陣M，如下所示：

這個(gè)矩陣看起來很嚇人，但我向你保證：不是。

為了理解它，讓我們假設(shè)我們想要以一定的比例（即更小或更大）圍繞某個(gè)中心（c_{x}，c_{y}）坐標(biāo)旋轉(zhuǎn)圖像0度。

然后我們可以插入\alpha和\beta的值：

\α=標(biāo)度*cos\theta和β=標(biāo)度*sin\theta

對(duì)于簡(jiǎn)單的旋轉(zhuǎn)來說，這一切都很好，但它沒有考慮到如果圖像沿著邊界被切掉會(huì)發(fā)生什么。我們?nèi)绾窝a(bǔ)救？

答案就在rotate_-bound函數(shù)中。imutils的py：

（這里的第幾行就看上面的代碼是第幾行）

在第1行，我們定義了rotate_界函數(shù)。

此方法接受輸入圖像和旋轉(zhuǎn)角度。

我們假設(shè)我們將圍繞圖像的中心（x，y）坐標(biāo)旋轉(zhuǎn)圖像，所以我們?cè)诘?行和第5行確定這些值。

根據(jù)這些坐標(biāo)，我們可以稱之為CV2。獲取旋轉(zhuǎn)矩陣x2d以獲得旋轉(zhuǎn)矩陣M（第8行）。

然而，為了調(diào)整任何圖像邊界截?cái)鄦栴}，我們需要應(yīng)用一些我們自己的手動(dòng)計(jì)算。

我們首先從旋轉(zhuǎn)矩陣M（第9行和第10行）中獲取余弦和正弦值。

這使我們能夠計(jì)算旋轉(zhuǎn)圖像的新寬度和高度，確保圖像的任何部分都不會(huì)被切斷。

一旦我們知道了新的寬度和高度，我們就可以通過再次修改旋轉(zhuǎn)矩陣來調(diào)整第17行和第18行的平移。

最后是CV2。在第21行調(diào)用warpAffine，使用OpenCV旋轉(zhuǎn)實(shí)際圖像，同時(shí)確保沒有任何圖像被切斷。

對(duì)于使用OpenCV時(shí)旋轉(zhuǎn)切斷問題的其他一些有趣的解決方案（一些比其他更好），請(qǐng)務(wù)必參考此StackOverflow線程和此線程。