引言

在計算機視覺和圖像處理領域，圖像旋轉是一項基礎而重要的操作。OpenCV作為最流行的計算機視覺庫之一，提供了多種實現圖像旋轉的方法。本文將詳細介紹OpenCV中的各種旋轉技術，幫助讀者理解它們的原理、適用場景以及具體實現方法。

1. 簡單的旋轉：cv2.rotate()

OpenCV提供了最簡單的旋轉函數cv2.rotate()，它支持90度、180度和270度的順時針旋轉。

import cv2# 讀取圖像
img = cv2.imread('image.jpg')# 順時針90度旋轉
rotated_shun90 = cv2.rotate(img,cv2.ROTATE_90_CLOCKWISE) #順時針旋轉90度# 180度旋轉
rotated_180 = cv2.rotate(img, cv2.ROTATE_180)#逆時針90度旋轉
rotated_ni90 = cv2.rotate(img,cv2.ROTATE_90_COUNTERCLOCKWISE) #逆時針旋轉90度

我們現在使用一張可樂瓶的圖片作為原圖：

而運行結果如下：

這段代碼也可使用numpy庫中的方法來表示：

import cv2
import numpy as npimg = cv2.imread('image.jpg')# 旋轉 90 度，k=-1 表示順時針旋轉 90 度
rotated_image1 = np.rot90(img,k=-1)
# 旋轉 90 度，k=1 表示逆時針旋轉 90 度
rotated_image2 = np.rot90(img,k=1)

這段代碼與上面所表示的代碼實現的功能是一樣的

優點：

• 實現簡單
• 計算速度快
• 不會引入插值偽影

缺點：

• 只能旋轉特定角度
• 不能自定義旋轉中心

2. 任意角度旋轉：cv2.getRotationMatrix2D() + cv2.warpAffine()

對于任意角度的旋轉，OpenCV提供了更靈活的方法組合：

# 獲取圖像高度和寬度
(h, w) = img.shape[:2]# 定義旋轉中心（圖像中心）
center = (w // 2, h // 2)# 定義旋轉角度（45度）和縮放因子（1.0表示不縮放）
angle = 45
scale = 1.0# 獲取旋轉矩陣
M = cv2.getRotationMatrix2D(center, angle, scale)# 應用仿射變換進行旋轉
rotated = cv2.warpAffine(img, M, (w, h))

以下是運行結果：

參數說明：

• center: 旋轉中心點坐標
• angle: 旋轉角度（正值為逆時針）
• scale: 縮放因子

優點：

• 支持任意角度旋轉
• 可以自定義旋轉中心
• 可以同時進行縮放

缺點：

• 旋轉后圖像角落可能被裁剪
• 需要插值處理，可能引入偽影

結論

OpenCV提供了豐富而強大的圖像旋轉功能，理解這些方法的原理和適用場景，可以幫助我們在實際應用中選擇最合適的旋轉策略，平衡速度和質量需求。

希望本文能幫助您更好地理解和使用OpenCV中的旋轉方法。在實際應用中，建議根據具體需求選擇合適的方法，并通過實驗調整參數以獲得最佳效果。