摘要：形成一个颜色像素点，这就是平时程序使用的颜色，通过像素点的组合才形成我们看到的图片。图是自己画的，有点丑。
opencv和numpy不是python的自带库，所以需要我们进行手动安装( 注意是opencv-python )
pip install opencv-pythonpip install numpy领导要求把图片进行旋转但不能有黑边…
领导安排的工作能不做吗？ 不能，不关钱的事，主要就是想打代码了
opencv自带有旋转图片的方法，不过轮子必须由我造贯彻一切
简单来说，彩色图片在python-opencv中是以这样的形式存在的，如下图
把矩阵看成只有三层的正方体，也就是三通道，每一层都是一串十六进制编码，每一个像素点都是从上向下组成的，例如：0xd5c5a5 。形成一个颜色像素点，这就是平时程序使用的RGB颜色"#******"，通过像素点的组合才形成我们看到的图片。（图是自己画的，有点丑。）
从路上拍张动物园里的大熊猫来测试
思路：创建一个与原本图像尺寸一致的空矩阵，遍历原始图像的长写入空矩阵的宽保持通道数不变尺寸不变，开撸~
src = cv.imread(pictrue_path)height = src.shape[0] # 图片的高度、图片的垂直尺寸width = src.shape[1] # 图片的宽度、图片的水平尺寸channels = src.shape[2] # 通道img = np.zeros([width, height, channels], np.uint8)for row in range(height): img[:, height - row - 1, :] = src[row, :, :]旋转结果：
思路：```同上，当然了，得改变一下写入的位置
src = cv.imread(pictrue_path)height = src.shape[0] # 图片的高度、图片的垂直尺寸width = src.shape[1] # 图片的宽度、图片的水平尺寸channels = src.shape[2] # 通道img = np.zeros([width, height, channels], np.uint8)for row in range(height): img[:, row, :] = src[row, :, :]旋转后：
可以看到图片还不是我们想要的效果，还得上下翻转一下
新增语句：
img = img[::-1]旋转结果：
当当当当~！正确旋转
思路：上下翻转后看看结果
src = cv.imread(pictrue_path)height = src.shape[0] # 图片的高度、图片的垂直尺寸width = src.shape[1] # 图片的宽度、图片的水平尺寸channels = src.shape[2] # 通道temp = src[::-1]思路：现在得水平翻转一下才能达到我们的效果，创建一个与原本图像尺寸一致的空矩阵，遍历原始图像的第一个宽写入空矩阵的最后一个宽保持通道数不变尺寸不变
添加代码：
img = np.zeros([height, width, channels], np.uint8)for col in range(width): img[:, width - col - 1, :] = temp[:, col, :]旋转结果：
完全正确~✔
认真看的小伙伴应该已经看到了
水平翻转：
src = cv.imread(pictrue_path)height = src.shape[0] # 图片的高度、图片的垂直尺寸width = src.shape[1] # 图片的宽度、图片的水平尺寸channels = src.shape[2] # 通道img = np.zeros([height, width, channels], np.uint8)for col in range(width): img[:, width - col - 1, :] = src[:, col, :]旋转结果：
垂直翻转：
src = cv.imread(pictrue_path)height = src.shape[0] # 图片的高度、图片的垂直尺寸width = src.shape[1] # 图片的宽度、图片的水平尺寸channels = src.shape[2] # 通道img = src[::-1]旋转结果：
上述所有的旋转代码在我的电脑运行基本只需要0.14s，跟opencv自带的旋转图片不相上下，旗鼓相当，锣鼓喧天，鞭炮齐鸣，红旗招展，人山人海····
我将代码写成一个方法，便于使用
def create_image(pictrue_path, width, height, channel, img, angle): global img1 if angle == 90: # 右旋90° img1 = np.zeros([width, height, channel], np.uint8) for row in range(height): img1[:, height - row - 1, :] = img[row, :, :] elif angle == 270: # 左旋转90° 右旋270° img1 = np.zeros([width, height, channel], np.uint8) for row in range(height): img1[:, row, :] = img[row, :, :] img1 = img1[::-1] elif angle == 180: # 旋转180° temp = img[::-1] img1 = np.zeros([height, width, channel], np.uint8) for col in range(width): img1[:, width - col - 1, :] = temp[:, col, :] elif angle == -180: # 垂直翻转180° img1 = img[::-1] elif angle == -90: # 水平翻转90° img1 = np.zeros([height, width, channel], np.uint8) for col in range(width): img1[:, width - col - 1, :] = img[:, col, :] new_img = os.path.split(pictrue_path)[1].split(".")[0] + "副本.jpg" cv.imencode(".jpg", img1)[1].tofile(new_img) return {"status": 1, "msg": "成功处理图片！", "path": new_img}def run_pictrue_spin(pictrue_path, angle): if not os.path.exists(pictrue_path): return {"status": 2, "msg": "文件路径不存在！"} src = cv.imread(pictrue_path) height = src.shape[0] # 图片的高度、图片的垂直尺寸 width = src.shape[1] # 图片的宽度、图片的水平尺寸 channels = src.shape[2] # 通道 result = create_image(pictrue_path, width, height, channels, src, angle) # angle=90 or 270 or 180 or -90 or -180 return result文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/119652.html
摘要：矩阵中的是向和方向平移的距离，举个例子，如果是向右平移个像素，向下平移个像素的话，那么变换矩阵平移是用仿射变换函数实现的参数含义输入图像。效果旋转旋转同平移一样，也是用仿射变换实现的，因此也需要定义一个变换矩阵。 目录 缩放 平移 旋转 翻转： 我们经常会用到图像的缩放...
摘要：时间永远都过得那么快，一晃从年注册，到现在已经过去了年那些被我藏在收藏夹吃灰的文章，已经太多了，是时候把他们整理一下了。那是因为收藏夹太乱，橡皮擦给设置私密了，不收拾不好看呀。 ...
摘要：但是考虑一个双峰图像简单来说，双峰图像是一个直方图有两个峰值的图像。对于非双峰图像，二值化将不准确。在第三种情况下，我使用高斯核过滤图像以去除噪声，然后应用阈值。 ...
摘要：原文从零到一，撸一个在线斗地主上篇作者背景朋友来深圳玩，若说到在深圳有什么好玩的，那当然是宅在家里斗地主了可是天算不如人算，扑克牌丢了几张不全大热天的，谁愿意出去买牌啊。 原文：从零到一，撸一个在线斗地主(上篇) | AlloyTeam作者：TAT.vorshen 背景：朋友来深圳玩，若说到在深圳有什么好玩的，那当然是宅在家里斗地主了！可是天算不如人算，扑克牌丢了几张不全……大热天的，...
摘要：之成为图像处理任务的最佳选择，是因为这一科学编程语言日益普及，并且其自身免费提供许多最先进的图像处理工具。该库包含基本的图像处理功能，包括点操作使用一组内置卷积内核进行过滤以及颜色空间转换。图像处理系统有时被称为图像处理的瑞士军刀。 showImg(https://segmentfault.com/img/remote/1460000019442221);编译：张秋玥、小七、蒋宝尚 本...
阅读 1365·2021-11-18 10:02
阅读 2257·2021-10-13 09:40
阅读 1023·2021-10-13 09:39
阅读 1137·2021-09-23 11:22
阅读 1628·2021-09-09 09:33
阅读 2116·2019-08-30 14:05
阅读 885·2019-08-29 17:03
阅读 591·2019-08-29 16:24
