0.前言
本文主要探讨RotatedRect类angle的实际含义，为后续学者提供一定的参考。
1.官方手册
RotatedRect其一构造函数如下图(图1-1)所示。
在OpenCV图形坐标系中，水平方向向右为x轴正方向，垂直方向向下为y轴正方向，左上角为(0,0)点。
center表示矩形的中心坐标，size中包含了矩形的宽度和高度，angle是矩形顺时针方向的旋转角度。
图片来源地址：https://docs.opencv.org/4.6.0/db/dd6/classcv_1_1RotatedRect.html#aba20dfc8444fff72bd820b616f0297ee
2.angle含义探讨
笔者在学习该参数时参考了一些网络文献，在实际测试时发现实验结果与参考的文献结论有冲突，所以自行做了实验去探究angle的实际含义。
2.1实验设计
笔者从网络上文献中摘取了一幅图像，该图像如下(图2-1)所示。
图片来源连接：https://blog.csdn.net/mailzst1/article/details/83141632
对于图2-1，笔者做出了一些变动，将图2-1缩放到水平为400像素，保持原图像比例不变。得到四个矩阵角点坐标如下所示。
| 矩阵(1) | 矩阵(2) | 矩阵(3) | 矩阵(4) |
|---|---|---|---|
| Point(43, 30) | Point(233, 84) | Point(100, 217) | Point(264, 222) |
| Point(129, 30) | Point(227, 39) | Point(57, 205) | Point(225, 145) |
| Point(129, 77) | Point(312, 25) | Point(81, 122) | Point(265, 125) |
| Point(43, 77) | Point(319, 70) | Point(124, 135) | Point(305, 201) |
使用如下代码运行测试，从中发现规律。
点击查看代码
Mat mSrcImage(400, 400, CV_8UC3, Scalar(0, 0, 0));
int iTypeVal = 0;
vector<Point> vPoints;
void onTypeChange(int, void*)
{
Mat mResult;
mSrcImage.copyTo(mResult);
if (iTypeVal == 0)//boundingRectO函数
{
Rect rRes=boundingRect(vPoints);
rectangle(mResult, rRes, Scalar(0, 0, 255), 1);
}
else if (iTypeVal==1)//minAreaRectO函数
{
RotatedRect rrRes = minAreaRect(vPoints);
Point2f pPoint[4];
rrRes.points(pPoint);
for (short a = 0; a < 4; ++a)
{
line(mResult, pPoint[a], pPoint[(a + 1) % 4], Scalar(0, 0, 255), 1);
}
cout << rrRes.center << "," << rrRes.angle << endl;
}
else if (iTypeVal == 2)//minEnclosingCircJeO函数
{
Point2f pCenter;
float fR;
minEnclosingCircle(vPoints, pCenter, fR);
circle(mResult, pCenter, fR, Scalar(0, 0, 255), 1);
}
else if (iTypeVal == 3)//fitEllipseO函数
{
RotatedRect rrEllipse = fitEllipse(vPoints);
ellipse(mResult, rrEllipse, Scalar(0, 0, 255), 1);
}
else if(iTypeVal==4)//minEnclosingTriangle函数
{
vector<Point2f> vTriangle(3);
minEnclosingTriangle(vPoints, vTriangle);
for (short a = 0; a < 3; ++a)
{
line(mResult, vTriangle[a], vTriangle[(a + 1) % 3], Scalar(0, 0, 255), 1);
}
}
else//凸包
{
vector<Point> vHull;
convexHull(vPoints, vHull, false, true);
vector<vector<Point>> vvContours = { vHull };
drawContours(mResult, vvContours, -1, Scalar(0, 0, 255), 1);
}
imshow("轮廓包围", mResult);
}
void openCVdemo::test_61()
{
//四个矩阵
vPoints.push_back(Point(43, 30));
vPoints.push_back(Point(129, 30));
vPoints.push_back(Point(129, 77));
vPoints.push_back(Point(43, 77));
//vPoints.push_back(Point(233, 84));
//vPoints.push_back(Point(227, 39));
//vPoints.push_back(Point(312, 25));
//vPoints.push_back(Point(319, 70));
//vPoints.push_back(Point(100, 217));
//vPoints.push_back(Point(57, 205));
//vPoints.push_back(Point(81, 122));
//vPoints.push_back(Point(124, 135));
//vPoints.push_back(Point(264, 222));
//vPoints.push_back(Point(225, 145));
//vPoints.push_back(Point(265, 125));
//vPoints.push_back(Point(305, 201));
for (Point& p : vPoints)
{
circle(mSrcImage, p, 2, Scalar(255, 255, 255), -1, LineTypes::FILLED);
}
imshow("原图", mSrcImage);
namedWindow("轮廓包围", WindowFlags::WINDOW_AUTOSIZE);
createTrackbar("轮廓类型", "轮廓包围", &iTypeVal, 5, onTypeChange, nullptr);
onTypeChange(0, nullptr);
}
2.2代码测试
分别测试每个矩阵的四个点，得到如下测试结果(图2-2)。
2.3规律探究
根据控制台输出的结果笔者绘制了下图(图2-3)。
上图标注了每个矩阵的angle值。不难看出，将图像x轴按顺时针方向旋转(旋转角度>0)，旋转过程中遇到的第一个与旋转轴平行的边为L,angle的值是L与水平方向的夹角。具体示例如下图(图2-4)所示。
3.结语
本文是笔者探究的规律，若有误，请指正。