下图显示新图像与原图像的长宽关系，注意如果旋转角度是120度，则需要取绝对值，具体参见下面源代码。
下图显示原图像旋转后的点与原图像点的对应关系，以按此公式求得新图像每一点对应的原图像点。
旋转后，由于图像点可能是非整数，出现像素空洞问题，故需要进行插值法，下面选用最近邻插值法。
源代码
[html] view plain copy
function img_rotate=my_img_rotate_chazhi(img1,angle)
% 旋转后图像=my_img_rotate(原图像,旋转角度) 0<旋转角度<360
% 查找新图对应的原图像素点
% 最邻近点插值方法
[h,w,d]=size(img1);
radian=angle/180*pi;
cos_val = cos(radian);
sin_val = sin(radian);
w2=round(abs(cos_val)*w+h*abs(sin_val));
h2=round(abs(cos_val)*h+w*abs(sin_val));
img_rotate = uint8(zeros(h2,w2,3)); %像素是整数
for x=1:w2
for y=1:h2
x0 = uint32(x*cos_val + y*sin_val -0.5*w2*cos_val-0.5*h2*sin_val+0.5*w);
y0= uint32(y*cos_val-x*sin_val+0.5*w2*sin_val-0.5*h2*cos_val+0.5*h);
x0=round(x0); %最邻近插值
y0=round(y0); %最邻近插值
if x0>0 && y0>0&& w >= x0&& h >= y0
img_rotate(y,x,:) = img1(y0,x0,:);
end
end
end
%I = imread('C:\Users\yytang\Desktop\love.jpg')
%I2=my_img_rotate(I,30);
%figure,imshow(I2);
=怎么SHOW旋转后的图像=
=图像是怎么显示的=
图像的显示都是基于矩阵像素来显示的...上面每一张图像的图像信息其实是一个RGB矩阵来的.所以必须把旋转后的图像放到一个像素矩阵中才能显示这个旋转后的图像.
设一张图像的大小是col*row的.那么以这个图像对角线为直径的圆就能够包含这个图像经旋转后的图像..在这里因为图像的显示是矩阵式的,所以这里以图像对角线为边长构造一个正方形来保存旋转后的图像.从上面旋转后的图像可以看出效果啦,旋转后的图像就包含在这个正方形的矩阵中.
=计算旋转图像所需要的正方形=
因为图像是col*row的,所以这个正方形的边长 new_img_size = (col^2+row^2)^0.5;
这样使用matlab就可以生成一个存储最终图像的rgb矩阵了:
[cpp] view plain copy
img_rotated = uint8(zeros(new_img_size , new_img_size , 3); //%一个像素由RGB三个分量表现.
