如何快速求图像的旋转角度 在线等

Question

图像处理 旋转角度灰度图

Answer 1

还是自己解决了，在opencv中找到一个源码，成功移植给自己的程序了，表示鄙视自己，，

Answer 2

opencv可以实现，明天我给你贴点代码上来

Answer 3

如果背景单一，且前景与背景颜色差异大，用opencv现成函数即可

Answer 4

opencv是个好东西啊！学到了！

Answer 5

代码有的地方，还是稍微有点问题：：：
// FindRotation-angle.cpp : 定义控制台应用程序的入口点。
//// findContours.cpp : 定义控制台应用程序的入口点。
//#include "stdafx.h"#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp> 
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
//#include "highlight"
//#include "highgui.h"#define PI 3.1415926int main()
{
// Read input binary image
cv::Mat image = cv::imread("test.jpg",0);
if (!image.data)
return 0;  cv::namedWindow("Binary Image");
cv::imshow("Binary Image",image);

// 从文件中加载原图  
   IplImage *pSrcImage = cvLoadImage("test.jpg", CV_LOAD_IMAGE_UNCHANGED);  
  
   // 转为2值图

 cvThreshold(pSrcImage,pSrcImage,200,255,cv::THRESH_BINARY_INV);
   

   image = cv::Mat(pSrcImage,true);    cv::imwrite("binary.jpg",image); // Get the contours of the connected components
std::vector<std::vector<cv::Point>> contours;
cv::findContours(image, 
contours, // a vector of contours 
CV_RETR_EXTERNAL, // retrieve the external contours
CV_CHAIN_APPROX_NONE); // retrieve all pixels of each contours // Print contours' length
std::cout << "Contours: " << contours.size() << std::endl;
std::vector<std::vector<cv::Point>>::const_iterator itContours= contours.begin();
for ( ; itContours!=contours.end(); ++itContours) 
{ std::cout << "Size: " << itContours->size() << std::endl;
} // draw black contours on white image
cv::Mat result(image.size(),CV_8U,cv::Scalar(255));
cv::drawContours(result,contours,
-1, // draw all contours
cv::Scalar(0), // in black
2); // with a thickness of 2 cv::namedWindow("Contours");
cv::imshow("Contours",result); // Eliminate too short or too long contours
int cmin= 100;  // minimum contour length
int cmax= 1000; // maximum contour length
std::vector<std::vector<cv::Point>>::const_iterator itc= contours.begin();
while (itc!=contours.end()) { if (itc->size() < cmin || itc->size() > cmax)
itc= contours.erase(itc);
else 
++itc;
} // draw contours on the original image
cv::Mat original= cv::imread("test.jpg");
cv::drawContours(original,contours,
-1, // draw all contours
cv::Scalar(255,255,0), // in white
2); // with a thickness of 2 cv::namedWindow("Contours on Animals");
cv::imshow("Contours on Animals",original); // Let's now draw black contours on white image
result.setTo(cv::Scalar(255));
cv::drawContours(result,contours,
-1, // draw all contours
cv::Scalar(0), // in black
1); // with a thickness of 1
image= cv::imread("binary.jpg",0); // testing the bounding box 
cv::Rect r0= cv::boundingRect(cv::Mat(contours[0]));
cv::rectangle(result,r0,cv::Scalar(0),2);

// testing the enclosing circle 
float radius;
cv::Point2f center;
cv::minEnclosingCircle(cv::Mat(contours[1]),center,radius);
cv::circle(result,cv::Point(center),static_cast<int>(radius),cv::Scalar(0),2); // cv::RotatedRect rrect= cv::fitEllipse(cv::Mat(contours[1]));
// cv::ellipse(result,rrect,cv::Scalar(0),2); // testing the approximate polygon
std::vector<cv::Point> poly;
cv::approxPolyDP(cv::Mat(contours[2]),poly,5,true); std::cout << "Polygon size: " << poly.size() << std::endl; // Iterate over each segment and draw it
std::vector<cv::Point>::const_iterator itp= poly.begin();
while (itp!=(poly.end()-1)) {
cv::line(result,*itp,*(itp+1),cv::Scalar(0),2);
++itp;
}
// last point linked to first point
cv::line(result,*(poly.begin()),*(poly.end()-1),cv::Scalar(20),2); // testing the convex hull
std::vector<cv::Point> hull;
cv::convexHull(cv::Mat(contours[3]),hull); // Iterate over each segment and draw it
std::vector<cv::Point>::const_iterator it= hull.begin();
while (it!=(hull.end()-1)) {
cv::line(result,*it,*(it+1),cv::Scalar(0),2);
++it;
}
// last point linked to first point
cv::line(result,*(hull.begin()),*(hull.end()-1),cv::Scalar(20),2); // testing the moments // iterate over all contours
itc= contours.begin();
while (itc!=contours.end()) { // compute all moments
cv::Moments mom= cv::moments(cv::Mat(*itc++)); // draw mass center
cv::circle(result,
// position of mass center converted to integer
cv::Point(mom.m10/mom.m00,mom.m01/mom.m00),
2,cv::Scalar(0),2); // draw black dot
} cv::namedWindow("Some Shape descriptors");
cv::imshow("Some Shape descriptors",result);
CvBox2D     End_Rage2D; CvMemStorage *storage = cvCreateMemStorage(0);  //开辟内存空间
CvSeq*      contour = NULL;     //CvSeq类型 存放检测到的图像轮廓边缘所有的像素值，坐标值特征的结构体以链表形式 cvFindContours( pSrcImage, storage, &contour, sizeof(CvContour),CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE);//这函数可选参数还有不少 for(; contour; contour = contour->h_next)   //如果contour不为空，表示找到一个以上轮廓，这样写法只显示一个轮廓
//如改为for(; contour; contour = contour->h_next) 就可以同时显示多个轮廓
{   End_Rage2D = cvMinAreaRect2(contour);    //代入cvMinAreaRect2这个函数得到最小包围矩形  这里已得出被测物体的角度，宽度,高度，和中点坐标点存放在CvBox2D类型的结构体中，主要工作基本结束。

std::cout <<" angle:\n"<<(float)End_Rage2D.angle << std::endl;      //被测物体旋转角度 

}
cv::waitKey();
return 0;
}

Answer 6

一般，图像处理是逃不过opencv

Answer 7

【OpenCV学习】角点检测 
http://www.cnblogs.com/gnuhpc/archive/2012/10/13/2722876.html

Answer 8

【OpenCV学习】角点检测 
http://www.cnblogs.com/gnuhpc/archive/2012/10/13/2722876.html
感谢