基于Python的旋转后图像及单点坐标计算方法咨询

2D场景下的点旋转 #

在2D画布上旋转点，核心是利用旋转矩阵，步骤分为三步：

1. 若旋转中心不是坐标原点，先将点平移到以旋转中心为原点的坐标系
2. 应用2D旋转矩阵计算旋转后的点
3. 将结果平移回原坐标系

2D旋转公式 #

假设：

• 原始点坐标为 (x, y)
• 旋转中心为 (cx, cy)
• 旋转角度为 theta（弧度制，顺时针旋转为负，逆时针为正）

旋转后的坐标 (x', y') 计算公式：

dx = x - cx
dy = y - cy
x' = dx * cos(theta) - dy * sin(theta) + cx
y' = dx * sin(theta) + dy * cos(theta) + cy

Python代码实现 #

import math

def rotate_2d_point(x, y, cx, cy, theta):
    # 将角度转换为弧度
    theta_rad = math.radians(theta)
    cos_theta = math.cos(theta_rad)
    sin_theta = math.sin(theta_rad)
    
    # 平移到旋转中心为原点
    dx = x - cx
    dy = y - cy
    
    # 计算旋转后的坐标
    x_rot = dx * cos_theta - dy * sin_theta + cx
    y_rot = dx * sin_theta + dy * cos_theta + cy
    
    return (x_rot, y_rot)

# 示例：点(2,3)绕(1,1)逆时针旋转90度
original_point = (2, 3)
center = (1, 1)
angle = 90
rotated_point = rotate_2d_point(*original_point, *center, angle)
print(f"原始点: {original_point}, 旋转后点: {rotated_point}")

3D场景下的点旋转（可选） #

如果是3D空间中的旋转，可使用Rodrigues旋转公式处理任意轴的旋转，或针对X/Y/Z轴使用对应的旋转矩阵。以下是绕任意轴旋转的实现：

Python代码实现 #

import math
import numpy as np

def rotate_3d_point(point, axis, angle):
    # 转换为numpy数组方便计算
    point = np.array(point, dtype=np.float64)
    axis = np.array(axis, dtype=np.float64)
    axis = axis / np.linalg.norm(axis)  # 归一化旋转轴
    
    theta_rad = math.radians(angle)
    cos_theta = math.cos(theta_rad)
    sin_theta = math.sin(theta_rad)
    
    # Rodrigues旋转公式
    rotated_point = (
        point * cos_theta
        + np.cross(axis, point) * sin_theta
        + axis * np.dot(axis, point) * (1 - cos_theta)
    )
    
    return tuple(rotated_point)

# 示例：点(1,0,0)绕(0,0,1)轴逆时针旋转90度
original_3d_point = (1, 0, 0)
rotation_axis = (0, 0, 1)
angle_3d = 90
rotated_3d_point = rotate_3d_point(original_3d_point, rotation_axis, angle_3d)
print(f"原始3D点: {original_3d_point}, 旋转后3D点: {rotated_3d_point}")

批量处理图像坐标 #

如果要处理图像上的多个点（比如图像的四个顶点），只需遍历所有点调用上述函数即可，再根据旋转后的顶点坐标重新绘制图像。

内容的提问来源于stack exchange，提问作者UnknownProgrammer