图片旋转，本质上是对旋转后的图片中每个像素点计算在原图的位置。然后照搬过来就好。

图形图像课上一般会介绍旋转变换矩阵，其中 t 为需要旋转的角度，[x'; y']是变换后坐标（其中分号表示上下关系）：

即表示为：[x'; y'] = [cos(t) sin(t); -sin(t) cos(t)][x; y]

因为我个人兴趣爱好（放P就是老师逼的。。。），不允许使用 OpenCV 封装好的旋转函数。只能自己实现，我开始的想法是：先求变换矩阵逆矩阵，然后将一张全黑图中每个点一一对应插值到原图中。

结果发现转换后图片全黑了……

后来发现原点设置不对。用OpenCV中的 Mat格式存储（或二维数组）的图片， 原点在左上角 。但是想要实现的 旋转原点在图片中心 。

同时， Mat格式存储（或二维数组）的 坐标系中 y轴正方向向下 。这样人类视觉上的顺时针旋转，在二维数组的坐标系中是逆时针旋转。

最重要的一点，也是二维数组操作中极易忽略的一点： 数组操作的是 数组下标 ，不是坐标系（数组的行数 rows 是矩形的宽 width ，列数 cols 是矩形的长 length ） 。比如坐标系（此时为了更贴近数组布局，我们 假设 y 轴坐标系是向下的 ）中，矩形顶点是：

但是在数组中，因为是行优先，所以四个点的下标取值为：

有没有发现，两种坐标是相反的！

总结下来，我们的图片旋转需要注意以下几点：

1. 变换后图片中的每个像素点(i; j)，需要平移到相对旋转中心的新坐标，即(i - Mat.rows/2; j - Mat.cols/2)。计算完成之后，需要再次 还原 到相对左上角原点的旧坐标；

2. 本来需要 变换后图片 乘以 原图 变换矩阵的 逆矩阵 对应到原图中坐标。但是因为y轴方向向下，所以 变换后图片 乘以 原图 变换矩阵（无需逆矩阵） 即可对应到原图中坐标（顺时针旋转50度，还原操作是逆时针旋转50度）；

3. 矩阵下标与原图变换矩阵相乘之前，需要将矩阵 下标两值互换 。相乘之后，需要 再次互换下标值 还原成矩阵下标。

因此对于一个经过旋转 t 度之后 数组下标 为[m‘, n']的像素值，还原成原图中的 数组下标 [m; n]计算为：

[cos(t) -sin(t); sin(t) cos(t)] ([m'; n'] - [Mat.rows/2; Mat.cols/2]) = [m; n] -  [Mat.rows/2; Mat.cols/2]

源代码附上：

Mat nearestNeighRotate(cv::Mat img, float angle)
{
	int len = (int)(sqrtf(pow(img.rows, 2) + pow(img.cols, 2)) + 0.5);

	Mat retMat = Mat::zeros(len, len, CV_8UC3);
	float anglePI = angle * CV_PI / 180;
	int xSm, ySm;

	for(int i = 0; i < retMat.rows; i++)
		for(int j = 0; j < retMat.cols; j++)
		{
			xSm = (int)((i-retMat.rows/2)*cos(anglePI) - (j-retMat.cols/2)*sin(anglePI) + 0.5);
			ySm = (int)((i-retMat.rows/2)*sin(anglePI) + (j-retMat.cols/2)*cos(anglePI) + 0.5);
			xSm += img.rows / 2;
			ySm += img.cols / 2;

			if(xSm >= img.rows || ySm >= img.cols || xSm <= 0 || ySm <= 0){
				retMat.at(i, j) = Vec3b(0, 0);
			}
			else{
				retMat.at(i, j) = img.at(xSm, ySm);
			}
		}

	return retMat;
}

好，我们来测试看看：

int main() 
{ 
	Mat img = imread("../HelloWorld.png");
	retImg = nearestNeighRotate(img, -20.f);
	namedWindow("nearNeigh", CV_WINDOW_AUTOSIZE);
	imshow("nearNeigh", retImg);

	waitKey(); 
	cvDestroyAllWindows();
	return 0; 
}