如何用Python计算正确线段夹角？解决当前计算结果偏差问题

原代码问题根源 #

你提供的代码错误地将**起点(x1,y1)作为夹角顶点，计算的是「起点→中点」与「起点→终点」两条线段的夹角，而实际需要计算的是「起点→中点」与「中点→终点」在中点(x2,y2)**处的夹角。这导致返回的270度是实际夹角的补角（360°-90°≈270°），不符合预期。

正确实现方案 #

以下两种方法均可准确计算线段在中点处的夹角，且不受图像旋转方向影响，返回结果始终为0°-180°之间的最小夹角：

方法1：向量点积法（稳定可靠） #

利用向量点积公式计算夹角余弦值，再转换为角度，天然得到0°-180°的结果：

import numpy as np

def calculate_angle(x1, y1, x2, y2, x3, y3):
    # 以中点为顶点，生成两个向量：中点→起点、中点→终点
    vec_start = np.array([x1 - x2, y1 - y2])
    vec_end = np.array([x3 - x2, y3 - y2])
    
    # 计算点积与向量模长
    dot_product = np.dot(vec_start, vec_end)
    norm_start = np.linalg.norm(vec_start)
    norm_end = np.linalg.norm(vec_end)
    
    # 处理向量为零的边界情况
    if norm_start == 0 or norm_end == 0:
        return 0.0
    
    # 计算余弦值，修正浮点误差导致的超出范围问题
    cos_theta = dot_product / (norm_start * norm_end)
    cos_theta = np.clip(cos_theta, -1.0, 1.0)
    
    # 转换为角度并返回
    theta_deg = np.arccos(cos_theta) * 180 / np.pi
    return round(theta_deg, 2)

方法2：arctan2角度差法 #

通过计算两个向量的方向角差，取最小夹角（避免超过180°的情况）：

import numpy as np

def calculate_angle(x1, y1, x2, y2, x3, y3):
    vec_start = np.array([x1 - x2, y1 - y2])
    vec_end = np.array([x3 - x2, y3 - y2])
    
    # 计算两个向量的方向角
    angle_start = np.arctan2(vec_start[1], vec_start[0])
    angle_end = np.arctan2(vec_end[1], vec_end[0])
    
    # 计算角度差的绝对值
    delta_angle = np.abs(angle_start - angle_end)
    
    # 取0°-180°之间的最小夹角
    min_angle_rad = np.min([delta_angle, 2 * np.pi - delta_angle])
    min_angle_deg = min_angle_rad * 180 / np.pi
    
    return round(min_angle_deg, 2)

测试验证 #

代入你的坐标（起点(404,119)、中点(279,214)、终点(154,310)），两种方法均返回约89.7°，符合你预期的85-90度范围。

内容的提问来源于stack exchange，提问作者arjun