C++ OpenCV：一种简单的图像旋转和压缩算法

我用

getRotationMatrix2D（中心、角度、比例）尝试了图像旋转和缩小（JPEG）
和
warphafine（image1，image3，rotation，image3.size（））
我得到了我想要的结果（如下图所示）

for（int r=0；r

但是我想学习一些简单的旋转和归约算法（对于像我这样的初学者来说很简单），而不需要使用任何库
得到同样的结果。
在寻找各种解决方案之后，我最终得到了这个
从…起
有人能一点一点地分解简单的线性代数来解释我的伪码吗

编辑：
归约码

      void reduction(Mat image1)
   {
        for (int r = 0;r < imgC.rows;r++)
        {
        for (int c = 0;c < imgC.cols;c++)
    {


        int new_x = c * (125 / 256);
        int new_y = r * (125 / 256);
        imgC.at<uchar>(r, c) = imgC.at<uchar>(new_y, new_x);
        }
     }
 }

void reduction（Mat image1）
{
for（int r=0；r

在本例中，我加载了两幅图像。一幅是灰度图像，另一幅是彩色图像。这两幅图像都是相同的图像，因此您可以轻松理解如何使用数学方程处理旋转。请看这个非常容易理解的示例。同样，您可以以类似的方式添加缩放和缩小。这里每个点都转换为根据新位置上设置的方程式和颜色值，代码如下：

#include <iostream>
#include <string>
#include "opencv/highgui.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"

using namespace std;
using namespace cv;

#define PIPI 3.14156

int main()
{
    Mat img = imread("C:/Users/dell2/Desktop/DSC00587.JPG",0);//loading gray scale image
    Mat imgC = imread("C:/Users/dell2/Desktop/DSC00587.JPG",1);//loading color image

    Mat rotC(imgC.cols, imgC.rows, imgC.type());
    rotC = Scalar(0,0,0);

    Mat rotG(img.cols, img.rows, img.type());
    rotG = Scalar(0,0,0);

    float angle = 90.0 * PIPI / 180.0;

    for(int r=0;r<imgC.rows;r++)
    {
        for(int c=0;c<imgC.cols;c++)
        {
            float new_px = c * cos(angle) - r * sin(angle);
            float new_py = c * sin(angle) + r * cos(angle);

            Point pt((int)-new_px, (int)new_py);

            //color image
            rotC.at<Vec3b>(pt) = imgC.at<Vec3b>(r,c);//assign color value at new location from original image

            //gray scale image
            rotG.at<uchar>(pt) = img.at<uchar>(r,c);//assign color value at new location from original image

        }
    }


    imshow("color",rotC);
    imshow("gray",rotG);
    waitKey(0);

    return 0;
}

#包括
#包括
#包括“opencv/highgui.h”
#包括“opencv2/imgproc/imgproc.hpp”
#包括“opencv2/objdetect/objdetect.hpp”
使用名称空间std；
使用名称空间cv；
#定义PIPI3.14156
int main（）
{
Mat img=imread（“C:/Users/dell2/Desktop/DSC00587.JPG”，0）；//加载灰度图像
Mat imgC=imread（“C:/Users/dell2/Desktop/DSC00587.JPG”，1）；//加载彩色图像
Mat rotC（imgC.cols、imgC.rows、imgC.type（））；
rotC=标量（0,0,0）；
Mat rotG（img.cols、img.rows、img.type（））；
rotG=标量（0,0,0）；
浮动角度=90.0*PIPI/180.0；
对于（int r=0；r在这个例子中，我加载了两个图像。一个是灰度图像，另一个是彩色图像。这两个图像都是相同的，所以你可以很容易地理解如何用数学方程处理旋转。请看这个很容易理解的例子。同样，你也可以用类似的方式添加缩放和缩小。这里每个点都是转换的d根据新位置上设置的方程式和颜色值。以下是代码：

#include <iostream>
#include <string>
#include "opencv/highgui.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"

using namespace std;
using namespace cv;

#define PIPI 3.14156

int main()
{
    Mat img = imread("C:/Users/dell2/Desktop/DSC00587.JPG",0);//loading gray scale image
    Mat imgC = imread("C:/Users/dell2/Desktop/DSC00587.JPG",1);//loading color image

    Mat rotC(imgC.cols, imgC.rows, imgC.type());
    rotC = Scalar(0,0,0);

    Mat rotG(img.cols, img.rows, img.type());
    rotG = Scalar(0,0,0);

    float angle = 90.0 * PIPI / 180.0;

    for(int r=0;r<imgC.rows;r++)
    {
        for(int c=0;c<imgC.cols;c++)
        {
            float new_px = c * cos(angle) - r * sin(angle);
            float new_py = c * sin(angle) + r * cos(angle);

            Point pt((int)-new_px, (int)new_py);

            //color image
            rotC.at<Vec3b>(pt) = imgC.at<Vec3b>(r,c);//assign color value at new location from original image

            //gray scale image
            rotG.at<uchar>(pt) = img.at<uchar>(r,c);//assign color value at new location from original image

        }
    }


    imshow("color",rotC);
    imshow("gray",rotG);
    waitKey(0);

    return 0;
}

#包括
#包括
#包括“opencv/highgui.h”
#包括“opencv2/imgproc/imgproc.hpp”
#包括“opencv2/objdetect/objdetect.hpp”
使用名称空间std；
使用名称空间cv；
#定义PIPI3.14156
int main（）
{
Mat img=imread（“C:/Users/dell2/Desktop/DSC00587.JPG”，0）；//加载灰度图像
Mat imgC=imread（“C:/Users/dell2/Desktop/DSC00587.JPG”，1）；//加载彩色图像
Mat rotC（imgC.cols、imgC.rows、imgC.type（））；
rotC=标量（0,0,0）；
Mat rotG（img.cols、img.rows、img.type（））；
rotG=标量（0,0,0）；
浮动角度=90.0*PIPI/180.0；
for（int r=0；r感谢您的帮助！虽然此代码只能支持90度吗？正如我尝试输入各种其他金额，例如（180度，270度），但它只会给我错误。什么是“-”符号-new_px？-ve符号是由于x值变为负值，对于正常坐标系是可以的。但在图像处理中，你知道顶部，左点是（0,0），底部，右点是（w，h）…对于自定义角度，这将很复杂，因为您需要计算角度以及图像尺寸。如果旋转45度并希望在相同的画布大小下适合旋转的图像，则必须缩小图像的比例。对于90270度，图像尺寸也将交换。通常图像尺寸保持不变，并将旋转的图像缩小到适合在Canvash下，谢谢你的回答，我刚刚添加了我的简化代码（编辑的帖子），但它不起作用，我犯了什么错误？没有分配像素值。只是计算了点。你应该在输出Mat的新位置分配像素值。你为什么使用Mat rotC（img.cols，img.rows，img.type（））；而不是使用Mat rotC；请您向我解释一下好吗？谢谢您的帮助！虽然此代码只能支持90度吗？因为我尝试输入各种其他数值，例如（180度，270度），但它只会给我错误。什么是“-”符号-new_px？-ve符号是由于x值变为负值，对于正常坐标系是可以的。但在图像处理中，你知道顶部，左点是（0,0），底部，右点是（w，h）…对于自定义角度，这将很复杂，因为您需要计算角度以及图像尺寸。如果旋转45度并希望在相同的画布大小下适合旋转的图像，则必须缩小图像的比例。对于90270度，图像尺寸也将交换。通常图像尺寸保持不变，并将旋转的图像缩小到适合在Canvash下，谢谢你的回答，我刚刚添加了我的简化代码（编辑的帖子），但它不起作用，我犯了什么错误？没有分配像素值。只是计算了点。你应该在输出Mat的新位置分配像素值。你为什么使用Mat rotC（img.cols，img.rows，img.type（））；而不是使用Mat rotC；请您向我解释一下好吗？