图像处理技术（图像围绕中心旋转）

计算机视觉应用构建

图像处理技术
- 图像围绕中心旋转
- - 代码
  - 结果
  - 小结

图像处理技术

图像围绕中心旋转

代码

python 复制代码

from __future__ import print_function  # Python 2/3 兼容：使 print 成为函数

import cv2          # 导入 OpenCV 库，用于图像处理
import numpy as np  # 导入 NumPy 库，用于数值计算和矩阵操作

# ==================== 1. 加载图像 ====================
# 指定图像文件的路径（相对路径，位于当前目录下的 images 文件夹中）
imagePath = "images/zebrasmall.png"
# 使用 OpenCV 的 imread 函数读取图像
# 返回值是一个 NumPy 数组，表示图像的像素数据（BGR 格式）
image = cv2.imread(imagePath)

# 检查图像是否加载成功（防御性编程）
if image is None:
    print(f"错误：无法加载图像，请检查路径 '{imagePath}' 是否存在")
    exit(1)

# 获取图像的尺寸信息
# image.shape 返回 (高度, 宽度, 通道数)
# shape[:2] 取前两个值：高度和宽度
(h, w) = image.shape[:2]
print(f"图像尺寸：高度={h}像素, 宽度={w}像素")

# ==================== 2. 显示原始图像 ====================
# 创建窗口并显示原始图像（用于与旋转后的图像进行对比）
cv2.imshow("1. Original Image ", image)

# ==================== 3. 定义旋转变换矩阵 ====================
# 设置旋转中心：图像中心点 (h//2, w//2)
# 注意：getRotationMatrix2D 参数顺序为 (中心点x坐标, 中心点y坐标)
# 对于图像，x = 列索引（宽度），y = 行索引（高度）
# 所以中心点坐标为 (w//2, h//2)
center = (w//2, h//2)  # 为 (宽度//2, 高度//2)
angle = -45            # 旋转角度：-45度（负值表示顺时针旋转）
scale = 1.0            # 缩放比例：1.0 表示不缩放

# 使用 OpenCV 的 getRotationMatrix2D 函数生成旋转矩阵
# 参数说明：
#   - center：旋转中心坐标 (x, y)
#   - angle：旋转角度（度），正值=逆时针，负值=顺时针
#   - scale：缩放因子
rotationMatrix = cv2.getRotationMatrix2D(center, angle, scale)
print(f"旋转矩阵：\n{rotationMatrix}")

# ==================== 4. 执行旋转变换 ====================
# warpAffine 函数参数说明：
#   - image：原始输入图像
#   - rotationMatrix：2x3 的仿射变换矩阵（旋转矩阵）
#   - (image.shape[1], image.shape[0])：输出图像尺寸 (宽度, 高度)
#     * image.shape[1] = 图像宽度（列数）
#     * image.shape[0] = 图像高度（行数）
# 超出边界的像素会被填充为黑色（默认值）
rotatedImage = cv2.warpAffine(image, rotationMatrix,
                              (image.shape[1], image.shape[0]))

# ==================== 5. 显示旋转后的图像 ====================
# 创建窗口并显示旋转后的图像
cv2.imshow("2. Rotated Image ", rotatedImage)

# ==================== 6. 并排显示对比（增强可视化） ====================
# 将原始图像和旋转后的图像水平拼接，方便对比查看
# 注意：两张图像尺寸必须相同，否则无法拼接
comparison = np.hstack((image, rotatedImage))  # 水平堆叠
cv2.imshow("3. Comparison ", comparison)

# ==================== 7. 等待用户操作并清理资源 ====================
print("按任意键关闭所有窗口...")
cv2.waitKey(0)  # 等待用户按下任意按键

# 关闭所有 OpenCV 创建的窗口（释放资源）
cv2.destroyAllWindows()

结果

(1)原始图像

（2）中心旋转后的图像

（3）对比图像

（4）运行结果如下

小结

文章仅供参考，有错处欢迎评论区补充参考，文章作为学习回溯使用，不会再多参与，再此共勉