OpenCV计算机视觉 08 图像的旋转

图像的旋转

下面是一张小猪佩奇的照片,请进行顺时针90度,逆时针90度,180度旋转

方法一:使用了 NumPy 库的 np.rot90() 函数来实现图像的旋转

np.rot90(img, k=-1) 表示将输入的图像 img 顺时针旋转 90 度,

np.rot90(img, k=1) 表示将图像逆时针旋转 90 度。

python 复制代码
import cv2
import numpy as np
#导入原图
img=cv2.imread('小猪佩奇.png')
​
​
# 旋转 90 度,k=-1 表示顺时针旋转 90 度
rotated_image1 = np.rot90(img, k=-1)
# 旋转 90 度,k=1 表示逆时针旋转 90 度
rotated_image2 = np.rot90(img, k=1)
​
cv2.imshow('yuantu',img)
cv2.imshow('rotated_image1',rotated_image1)
cv2.imshow('rotated_image2',rotated_image2)
cv2.waitKey(0)
cv2.destroyAllWindows()

方法二:OpenCV 库的 cv2.rotate() 函数来实现图像的旋转

python 复制代码
cv2.rotate(image, flag)

参数说明:

image:要旋转的图像。

flag:指定旋转的方式,有以下几种取值:

cv2.ROTATE_90_CLOCKWISE:顺时针旋转 90 度

cv2.ROTATE_90_COUNTERCLOCKWISE:逆时针旋转 90 度

cv2.ROTATE_180:旋转 180 度

然后通过 cv2.imshow() 函数分别展示顺时针旋转 90 度后的图像(名为 shun90 )、逆时针旋转 90 度后的图像(名为 ni90 )和旋转 180 度后的图像(名为 180 )。

python 复制代码
import cv2
#导入原图
img=cv2.imread('小猪佩奇.png')
​
rotated_image = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)  #顺时针90度
rotated_image1 = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)  #逆时针90度
rotated_image2 = cv2.rotate(img, cv2.ROTATE_180)    #旋转180度
cv2.imshow('shun90',rotated_image)
cv2.imshow('ni90',rotated_image1)
cv2.imshow('180',rotated_image2)
cv2.waitKey(0)

这两种方法只能进行90度的整数倍的度数旋转,那要是旋转30度,60度怎么办呢

我们可以先写入下面这个函数

python 复制代码
def rotate_image(image, angle, direction='counterclockwise'):
    (h, w) = image.shape[:2]  # 获取图像的高度 h 和宽度 w
    center = (w // 2, h // 2)  # 计算图像的中心坐标
​
    if direction == 'counterclockwise':  # 如果旋转方向是逆时针
        M = cv2.getRotationMatrix2D(center, angle, 1.0)  # 获取逆时针旋转的变换矩阵
    elif direction == 'clockwise':  # 如果旋转方向是顺时针
        M = cv2.getRotationMatrix2D(center, -angle, 1.0)  # 获取顺时针旋转的变换矩阵
​
    rotated = cv2.warpAffine(image, M, (w, h))  # 应用变换矩阵对图像进行旋转
    return rotated  # 返回旋转后的图像

直接调用这个函数就可以旋转任意度数了

python 复制代码
import cv2
#导入原图
img=cv2.imread('小猪佩奇.png')
​
shun30 = rotate_image(img, 30, 'clockwise')  # 顺时针旋转 30 度
ni60= rotate_image(img, 60, 'counterclockwise')  # 逆时针旋转 60 度
​
cv2.imshow('original', img)
cv2.imshow('shun30', shun30)
cv2.imshow('ni60', ni60)
cv2.waitKey(0)
相关推荐
张彦峰ZYF6 小时前
越过边界之前:Reward Seeker 实验如何改写智能体安全的时间逻辑
人工智能·ai agent·anthropic·智能体安全·reward seeker·“控制评价过程”泛化跨领域策略·envbom
拓恒技术6 小时前
无人机巡检AI算法的工程化落地:从需求到交付的5个核心环节
人工智能·算法·无人机
罗西的思考8 小时前
AI 时代的 “房谋杜断”:如何培养能力、品味与判断力
人工智能·算法·机器学习
字节跳动视频云技术团队9 小时前
720P 直升 8K,解密 2026 抖音美好奇妙夜巨幕超分黑科技
人工智能·音视频开发
打工仔折腾 AI9 小时前
在 Ubuntu ARM64 部署 Q1 V3.0 MuJoCo 模型:加载、单步推理与执行器响应解析
linux·运维·人工智能·python·深度学习·ubuntu·性能优化
逐米时代10 小时前
从试点验证到协同深化:制造业AI转型三年路线图设计方法
人工智能
GlobalInfo10 小时前
全球及中国风电叶片检测机器人行业研究报告(2026版):市场现状、行业前景与占有率分析
运维·网络·人工智能·机器人
stormzhangV10 小时前
AI 越强,失业越严重
人工智能·aigc
夏文强11 小时前
Rerank 与混合检索:怎么让 RAG 从「能用」变成「好用」
人工智能·大模型·向量数据库·rag·检索增强生成
救救孩子把11 小时前
AI面试八股文-23_23-Agent可观测性与生产监控面试题
人工智能·面试·职场和发展·agent·langsmith·langfuase