cv.rotate与cv.warpAffine旋转图像结果存在差异的原因咨询

核心原因 #

这两个函数的设计逻辑完全不同：

• cv.rotate是专门针对90°/180°/270°这类直角旋转优化的工具函数，它会自动：
  • 调整输出图像的尺寸（比如原图像是H×W的灰度图，逆时针转90°后输出尺寸变为W×H）
  • 重新排列所有像素的位置，确保没有内容被裁切
• cv.warpAffine + getRotationMatrix2D是通用的仿射变换组合：
  • getRotationMatrix2D生成的旋转矩阵仅围绕指定中心完成旋转，默认不会添加平移来让所有像素适配输出尺寸
  • 即使你指定了新的输出尺寸，旋转后的图像位置仍会导致部分像素超出输出画布范围，最终被裁切

你的代码问题分析 #

你代码里的输出尺寸(img.shape[0], img.shape[1])方向是对的（原图像高度作为新宽度，原宽度作为新高度），但因为getRotationMatrix2D生成的矩阵没有包含平移补偿，旋转后的图像无法完全贴合输出画布，所以出现裁切。

解决方法：调整旋转矩阵加入平移量 #

要让warpAffine实现和cv.rotate一样无裁切的90°旋转，需要手动计算平移量并修正旋转矩阵：

import cv2 as cv

img = cv.imread("<path to image>", cv.IMREAD_GRAYSCALE)
h, w = img.shape

# 原图像中心
img_center = (w//2, h//2)
# 生成基础旋转矩阵（90°逆时针，缩放1）
M = cv.getRotationMatrix2D(img_center, 90, 1)

# 计算旋转后的画布尺寸
abs_cos = abs(M[0, 0])
abs_sin = abs(M[0, 1])
new_w = int(h * abs_sin + w * abs_cos)
new_h = int(h * abs_cos + w * abs_sin)

# 修正旋转矩阵的平移参数，让图像居中
M[0, 2] += new_w/2 - img_center[0]
M[1, 2] += new_h/2 - img_center[1]

# 执行仿射变换
rot_img = cv.warpAffine(img, M, (new_w, new_h))
cv.imwrite('cv_warpAffine_fixed.jpg', rot_img)

这段代码会自动计算旋转后需要的画布尺寸，并调整旋转矩阵的平移参数，确保所有像素都能被保留，最终结果和cv.rotate一致。

内容的提问来源于stack exchange，提问作者tintin98