Matlab旋转图像而不使用旋转

图像中有孔的原因是因为您正在计算 imagerot中的位置 imagepad中每个像素的数量 .您需要以其他方式进行计算.也就是说，对于 imagerot中的每个像素 在 imagepad中插值 .为此，您只需要应用逆变换，就旋转矩阵而言，它只是矩阵的转置（只需更改每个 sin上的符号 然后进行另一种翻译）。

imagerot中的像素过多 ：

imagerot=zeros(size(imagepad)); % midx and midy same for both
for i=1:size(imagerot,1)
    for j=1:size(imagerot,2)
         x= (i-midx)*cos(rads)+(j-midy)*sin(rads);
         y=-(i-midx)*sin(rads)+(j-midy)*cos(rads);
         x=round(x)+midx;
         y=round(y)+midy;
         if (x>=1 && y>=1 && x<=size(imagepad,2) && y<=size(imagepad,1))
              imagerot(i,j)=imagepad(x,y); % k degrees rotated image         
         end
    end
end

还请注意，您的 midx 和 midy 需要用 size(imagepad,2)计算 和 size(imagepad,1) 分别是因为第一维是行数（高度），第二维是宽度。

注意：当您决定采用除最近邻点以外的插值方案时，可以采用相同的方法，如Rody的线性插值示例。

EDIT ：我假设您出于说明目的使用循环，但是实际上不需要循环.这是一个最近邻插值（您正在使用的示例）的示例，它保持相同大小的图像，但是您可以对其进行修改以生成包括整个源图像的更大图像：

imagepad = imread('peppers.png');
[nrows ncols nslices] = size(imagepad);
midx=ceil((ncols+1)/2);
midy=ceil((nrows+1)/2);
Mr = [cos(pi/4) sin(pi/4); -sin(pi/4) cos(pi/4)]; % e.g. 45 degree rotation
% rotate about center
[X Y] = meshgrid(1:ncols,1:nrows);
XYt = [X(:)-midx Y(:)-midy]*Mr;
XYt = bsxfun(@plus,XYt,[midx midy]);
xout = round(XYt(:,1)); yout = round(XYt(:,2)); % nearest neighbor!
outbound = yout<1 | yout>nrows | xout<1 | xout>ncols;
zout=repmat(cat(3,1,2,3),nrows,ncols,1); zout=zout(:);
xout(xout<1) = 1; xout(xout>ncols) = ncols;
yout(yout<1) = 1; yout(yout>nrows) = nrows;
xout = repmat(xout,[3 1]); yout = repmat(yout,[3 1]);
imagerot = imagepad(sub2ind(size(imagepad),yout,xout,zout(:))); % lookup
imagerot = reshape(imagerot,size(imagepad));
imagerot(repmat(outbound,[1 1 3])) = 0; % set background value to [0 0 0] (black)

要将以上内容修改为线性插值，请计算 XYt中每个坐标的4个相邻像素 并使用分数成分积作为权重执行加权总和.我将其保留为练习，因为它只会使我的答案超出您问题的范围. ：）

您使用的方法（通过采样旋转）最快，最简单，但最不准确.

通过区域映射旋转，如下所示（这是很好的参考），在保留颜色方面要好得多.

但是：请注意，这仅适用于灰度/ RGB图像，而不适用于颜色映射的图像，例如您似乎正在使用的图像.

image = imread('peppers.png');
figure(1), clf, hold on
subplot(1,2,1)
imshow(image);
degree = 45;
switch mod(degree, 360)
    % Special cases
    case 0
        imagerot = image;
    case 90
        imagerot = rot90(image);
    case 180
        imagerot = image(end:-1:1, end:-1:1);
    case 270
        imagerot = rot90(image(end:-1:1, end:-1:1));
    % General rotations
    otherwise
        % Convert to radians and create transformation matrix
        a = degree*pi/180;
        R = [+cos(a) +sin(a); -sin(a) +cos(a)];
        % Figure out the size of the transformed image
        [m,n,p] = size(image);
        dest = round( [1 1; 1 n; m 1; m n]*R );
        dest = bsxfun(@minus, dest, min(dest)) + 1;
        imagerot = zeros([max(dest) p],class(image));
        % Map all pixels of the transformed image to the original image
        for ii = 1:size(imagerot,1)
            for jj = 1:size(imagerot,2)
                source = ([ii jj]-dest(1,:))*R.';
                if all(source >= 1) && all(source <= [m n])
                    % Get all 4 surrounding pixels
                    C = ceil(source);
                    F = floor(source);
                    % Compute the relative areas
                    A = [...
                        ((C(2)-source(2))*(C(1)-source(1))),...
                        ((source(2)-F(2))*(source(1)-F(1)));
                        ((C(2)-source(2))*(source(1)-F(1))),...
                        ((source(2)-F(2))*(C(1)-source(1)))];
                    % Extract colors and re-scale them relative to area
                    cols = bsxfun(@times, A, double(image(F(1):C(1),F(2):C(2),:)));
                    % Assign                     
                    imagerot(ii,jj,:) = sum(sum(cols),2);
                end
            end
        end        
end
subplot(1,2,2)
imshow(imagerot);

输出：

根据用户指定的角度旋转彩色图像 在Matlab中没有任何图像裁剪。

该程序的输出类似于内置命令" imrotate"的输出。该程序根据用户给定的角度输入动态创建背景。通过使用旋转矩阵和原点平移，获得初始图像和最终图像的坐标之间的关系.利用初始图像和最终图像的坐标之间的关系，我们现在映射每个像素的强度值.

img=imread('img.jpg'); 
[rowsi,colsi,z]= size(img); 
angle=45;
rads=2*pi*angle/360;  
%calculating array dimesions such that  rotated image gets fit in it exactly.
% we are using absolute so that we get  positve value in any case ie.,any quadrant.
rowsf=ceil(rowsi*abs(cos(rads))+colsi*abs(sin(rads)));                      
colsf=ceil(rowsi*abs(sin(rads))+colsi*abs(cos(rads)));                     
% define an array withcalculated dimensionsand fill the array  with zeros ie.,black
C=uint8(zeros([rowsf colsf 3 ]));
%calculating center of original and final image
xo=ceil(rowsi/2);                                                            
yo=ceil(colsi/2);
midx=ceil((size(C,1))/2);
midy=ceil((size(C,2))/2);
% in this loop we calculate corresponding coordinates of pixel of A 
% for each pixel of C, and its intensity will be  assigned after checking
% weather it lie in the bound of A (original image)
for i=1:size(C,1)
    for j=1:size(C,2)                                                       
         x= (i-midx)*cos(rads)+(j-midy)*sin(rads);                                       
         y= -(i-midx)*sin(rads)+(j-midy)*cos(rads);                             
         x=round(x)+xo;
         y=round(y)+yo;
         if (x>=1 && y>=1 && x<=size(img,1) &&  y<=size(img,2) ) 
              C(i,j,:)=img(x,y,:);  
         end
    end
end
imshow(C);

检查一下。

这是最快的方法。

img = imread('Koala.jpg');
theta = pi/10;
rmat = [
cos(theta) sin(theta) 0
-sin(theta) cos(theta) 0
0           0          1];
mx = size(img,2);
my = size(img,1);
corners = [
    0  0  1
    mx 0  1
    0  my 1
    mx my 1];
new_c = corners*rmat;
T = maketform('affine', rmat);   %# represents translation
img2 = imtransform(img, T, ...
    'XData',[min(new_c(:,1)) max(new_c(:,1))],...
    'YData',[min(new_c(:,2)) max(new_c(:,2))]);
subplot(121), imshow(img);
subplot(122), imshow(img2);