CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python opencv旋转图片的使用方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

背景

在图像处理中，有的时候会有对图片进行角度旋转的处理，尤其是在计算机视觉中对于图像扩充，旋转角度扩充图片是一种常见的处理。这种旋转图片的应用场景也比较多，比如用户上传图片是竖着的时候，不好进行处理，也需要对其进行旋转，以便后续算法处理。常见的旋转处理有两种方式，一种是转化为numpy矩阵后，对numpy矩阵进行处理，另外一种是使用opencv自带的函数进行各种变换处理，以实现旋转角度的结果.

  。

原始图像：

  。

opencv函数

旋转中常用的函数有以下几个函数 。

cv2.transpose: 对图像矩阵进行转置处理 。

img = cv2.imread(origin_img_path)img_transpose = cv2.transpose(img)cv2.imshow('transpose', img_transpose)cv2.waitKey(0)

cv2.flip ： 对图像矩阵进行翻转处理，参数可以设置为1，0，-1，分别对应着水平翻转、垂直翻转、水平垂直翻转.

img = cv2.imread(origin_img_path)img_flip = cv2.flip(img, 1)cv2.imshow('flip', img_flip)cv2.waitKey(0)

cv2.getRotationMatrix2D: 构建旋转矩阵M，后续旋转时候只需要与旋转矩阵进行乘积即可完成旋转操作 。

旋转矩阵M 。

img = cv2.imread(origin_img_path)rows, cols = img.shape# 这里的第一个参数为旋转中心，第二个为旋转角度，第三个为旋转后的缩放因子# 可以通过设置旋转中心，缩放因子以及窗口大小来防止旋转后超出边界的问题M = cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6)

cv2.warpAffine: 对图像进行仿射变换，一般进行平移或者旋转操作 。

img = cv2.imread(origin_img_path)cv2.warpAffine(img, M,(lengh,lengh),borderValue=(255,255,255))  # M为上面的旋转矩阵

  。

numpy函数

numpy实现旋转一般是使用numpy.rot90对图像进行90度倍数的旋转操作 。

官方介绍

numpy.rot90(m, k=1, axes=(0, 1))[source] 。

Rotate an array by 90 degrees in the plane specified by axes. 。

Rotation direction is from the first towards the second axis. 。

k: Number of times the array is rotated by 90 degrees. 。

关键参数k表示旋转90度的倍数，k的取值一般为1、2、3，分别表示旋转90度、180度、270度；k也可以取负数，-1、-2、-3。k取正数表示逆时针旋转，取负数表示顺时针旋转.

  。

旋转90度

逆时针 。

使用opencv函数的转置操作+翻转操作实现旋转 使用numpy.rot90实现

def rotateAntiClockWise90(img_file):  # 逆时针旋转90度	img = cv2.imread(img_file)    trans_img = cv2.transpose(img)    img90 = cv2.flip(trans_img, 0)    cv2.imshow("rotate", img90)    cv2.waitKey(0)    return img90    def totateAntiClockWise90ByNumpy(img_file):  # np.rot90(img, -1) 逆时针旋转90度    img = cv2.imread(img_file)    img90 = np.rot90(img, -1)    cv2.imshow("rotate", img90)    cv2.waitKey(0)    return img90

顺时针 。

def rotateClockWise90(self, img_file):	img = cv2.imread(img_file)    trans_img = cv2.transpose( img )    img90 = cv2.flip(trans_img, 1)    cv2.imshow("rotate", img90)    cv2.waitKey(0)    return img90def totateClockWise90ByNumpy(img_file):  # np.rot90(img, 1) 顺时针旋转90度    img = cv2.imread(img_file)    img90 = np.rot90(img, 1)    cv2.imshow("rotate", img90)    cv2.waitKey(0)    return img90

旋转180度、270度 。

使用numpy.rot90实现旋转180度、270度 。

180度 。

img180 = np.rot90(img, 2)cv2.imshow("rotate", img180)cv2.waitKey(0)

270 度 。

img270 = np.rot90(img, 3)cv2.imshow("rotate", img270)cv2.waitKey(0)

旋转任意角度，以任意色值填充背景 。

import cv2from math import *import numpy as np # 旋转angle角度，缺失背景白色（255, 255, 255）填充def rotate_bound_white_bg(image, angle):    # grab the dimensions of the image and then determine the    # center    (h, w) = image.shape[:2]    (cX, cY) = (w // 2, h // 2)     # grab the rotation matrix (applying the negative of the    # angle to rotate clockwise), then grab the sine and cosine    # (i.e., the rotation components of the matrix)    # -angle位置参数为角度参数负值表示顺时针旋转; 1.0位置参数scale是调整尺寸比例（图像缩放参数），建议0.75    M = cv2.getRotationMatrix2D((cX, cY), -angle, 1.0)    cos = np.abs(M[0, 0])    sin = np.abs(M[0, 1])     # compute the new bounding dimensions of the image    nW = int((h * sin) + (w * cos))    nH = int((h * cos) + (w * sin))     # adjust the rotation matrix to take into account translation    M[0, 2] += (nW / 2) - cX    M[1, 2] += (nH / 2) - cY     # perform the actual rotation and return the image    # borderValue 缺失背景填充色彩，此处为白色，可自定义    return cv2.warpAffine(image, M, (nW, nH),borderValue=(255,255,255))    # borderValue 缺省，默认是黑色（0, 0 , 0）    # return cv2.warpAffine(image, M, (nW, nH)) img = cv2.imread("dog.png")imgRotation = rotate_bound_white_bg(img, 45) cv2.imshow("img",img)cv2.imshow("imgRotation",imgRotation)cv2.waitKey(0)

45度 。

60度 。

  。

参考

原文链接：https://blog.csdn.net/uncle_ll/article/details/106855945 。

最后此篇关于python opencv旋转图片的使用方法的文章就讲到这里了,如果你想了解更多关于python opencv旋转图片的使用方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。