如何以最简方式检测两张同尺寸(184,184)图像间的旋转角度？

不需要复杂的单应性分解，下面几个方法更易实现，结合NumPy、Pillow和轻量的计算机视觉工具就能完成：

方法一：傅里叶相位相关法 #

利用傅里叶变换的旋转不变性，频域的相位差直接对应空域的旋转角度，适合无缩放、平移的纯旋转场景：

1. 用Pillow读取图像转为灰度图，再转NumPy数组
2. 通过OpenCV的相位相关函数计算偏移量，推导旋转角度

代码示例：

from PIL import Image
import numpy as np
import cv2

# 读取图像并转为灰度NumPy数组
img1 = np.array(Image.open("图1.png").convert("L"))
img2 = np.array(Image.open("图2.png").convert("L"))

# 傅里叶相位相关计算
shift, _, _ = cv2.phaseCorrelate(np.float32(img1), np.float32(img2))

# 基于图像中心(92,92)计算旋转角度
angle = np.arctan2(shift[1], shift[0]) * (180 / np.pi)
print(f"旋转角度：{angle:.2f}度")

方法二：ORB特征点匹配法 #

ORB是轻量的特征检测算法，无需复杂配置，通过匹配特征点计算旋转矩阵，提取角度：

1. 读取图像转灰度数组，初始化ORB检测器
2. 检测特征点并匹配，用匹配点计算旋转矩阵
3. 从矩阵中提取旋转角度

代码示例：

from PIL import Image
import numpy as np
import cv2

# 读取图像转灰度数组
img1 = np.array(Image.open("图1.png").convert("L"))
img2 = np.array(Image.open("图2.png").convert("L"))

# 初始化ORB检测器并提取特征
orb = cv2.ORB_create(500)
kp1, des1 = orb.detectAndCompute(img1, None)
kp2, des2 = orb.detectAndCompute(img2, None)

# 匹配特征点
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = sorted(bf.match(des1, des2), key=lambda x: x.distance)

# 提取匹配点坐标
src_pts = np.float32([kp1[m.queryIdx].pt for m in matches]).reshape(-1, 1, 2)
dst_pts = np.float32([kp2[m.trainIdx].pt for m in matches]).reshape(-1, 1, 2)

# 计算旋转矩阵并提取角度
M, _ = cv2.estimateAffinePartial2D(src_pts, dst_pts)
angle = np.arctan2(M[1, 0], M[0, 0]) * (180 / np.pi)
print(f"旋转角度：{angle:.2f}度")

方法三：图像互相关暴力匹配法 #

适合图像内容高度相似的场景，通过遍历旋转角度、计算互相关值找到最优解：

1. 读取图像转灰度数组
2. 遍历0-360度旋转目标图像，计算与参考图的互相关
3. 互相关值最大的角度即为旋转角度

代码示例：

from PIL import Image
import numpy as np

def rotate_img(arr, angle):
    return np.array(Image.fromarray(arr).rotate(angle, expand=False))

# 读取图像转灰度数组
img1 = np.array(Image.open("图1.png").convert("L"))
img2 = np.array(Image.open("图2.png").convert("L"))

max_corr = -1
best_angle = 0

# 遍历角度（步长可根据精度调整）
for angle in range(0, 360):
    rotated = rotate_img(img1, angle)
    corr = np.sum(rotated * img2)
    if corr > max_corr:
        max_corr = corr
        best_angle = angle

print(f"旋转角度：{best_angle}度")

注意：方法三精度取决于遍历步长，步长越小精度越高但耗时越长；前两种方法精度更高、速度更快，优先推荐。

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