如何始终使用 minAreaRect，c++ 将图像旋转到 180 度答案

【问题标题】：How to rotate the image to 180 degree always using minAreaRect, c++如何始终使用 minAreaRect，c++ 将图像旋转到 180 度
【发布时间】：2020-03-26 06:10:35
【问题描述】：

我的图片；

要求：

我无法理解轴是如何决定使图像始终水平的。

算法：

阅读图片
寻找外部轮廓
绘制轮廓
使用外部轮廓检测 minArearect（边界框对我没有帮助）
获取旋转矩阵并旋转图像
从旋转后的图像中提取所需的补丁

我的代码：

//read the image
img = imread("90.jpeg")
cv::Mat contourOutput = img.clone();

// detect external contour(images will have noise, although example images doesn't have)

std::vector<std::vector<cv::Point> > contours;
cv::findContours(contourOutput, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

int largest_area = 0;
int largest_contour_index = 0;
for (size_t i = 0; i < contours.size(); i++) {
    double area = contourArea(contours[i]);

// copy the largest contour index
    if (area > largest_area) {
        largest_area = area;
        largest_contour_index = i;
}
}
//draw contours
drawContours(img, contours, largest_contour_index, Scalar(255, 0, 0),
             2);
// detect minimum area rect to get the angle and centre
cv::RotatedRect box = cv::minAreaRect(cv::Mat(contours[largest_contour_index]));
// take the box angle
double angle = box.angle;
if (angle < -45) {
    box.angle += 90;
}

angle = box.angle;
// create rotation matrix
cv::Mat rot_mat = cv::getRotationMatrix2D(box.center, angle, 1);

// Apply the transformation
cv::Mat rotated;
cv::warpAffine(img, rotated, rot_mat, img.size(), cv::INTER_CUBIC);
cv::Size box_size = box.size;

if (box.angle < -45.)
    std::swap(box_size.width, box_size.height);
// get the cropped image
cv::Mat cropped;
cv::getRectSubPix(rotated, box_size, box.center, cropped);

// Display the image
namedWindow("image2", WINDOW_NORMAL);
imshow("image2", cropped);
waitKey(0);

【问题讨论】：

你需要角度还是旋转中心，或者有什么问题？看看我的回答：stackoverflow.com/questions/34237253/…
我得到了角度，但我不知道如何总是使它成为 180 度（水平到 x 轴）:( 因为我的图像角度不断变化。我是这方面的新手我从 1 天起就被困住了！请帮忙
如果角度为 10 度，则将图像和框旋转 170 度。如果是 33.3，则旋转 146.7，以此类推
我让它像那样工作！但是我如何推断何时交换 box.width 和 box.height。我是否必须再次找到轮廓并绘制 boundingrect 来裁剪？这与使 minAreaRect 水平的问题有关

标签： c++ image opencv image-processing image-rotation

【解决方案1】：

这个想法是使用minAreaRect 计算旋转的边界框角度，然后使用getRotationMatrix2D 和warpAffine 对图像进行校正。如果我们使用垂直图像，最后一步是旋转 90 度。这是之前（左）和之后（右）和旋转角度的结果：

-39.999351501464844

38.52387619018555

1.6167902946472168

1.9749339818954468

我在 Python 中实现了它，但您可以将相同的方法应用到 C++ 中

代码

import cv2
import numpy as np

# Load image, grayscale, and Otsu's threshold
image = cv2.imread('4.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

# Compute rotated bounding box
coords = np.column_stack(np.where(thresh > 0))
angle = cv2.minAreaRect(coords)[-1]

# Determine rotation angle
if angle < -45:
    angle = -(90 + angle)
else:
    angle = -angle
print(angle)

# Rotate image to deskew
(h, w) = image.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)

# Vertical image so rotate to horizontal
h, w, _ = rotated.shape
if h > w:
    rotated = cv2.rotate(rotated, cv2.ROTATE_90_CLOCKWISE)

cv2.imshow('rotated', rotated)
cv2.imwrite('rotated.png', rotated)
cv2.waitKey()

【讨论】：