Python实现125*125二维矩阵顺时针旋转10度的方案咨询

旋转实现（保留全原始信息） #

小角度旋转要避免数据丢失，需要先扩容基底再做变换，具体流程：

• 先创建尺寸为132132的全0矩阵作为旋转基底，将原125125矩阵放在基底中心位置，确保旋转后边缘的原始数据不会被裁剪
• 代入顺时针旋转10度的坐标变换公式计算每个原数据点的新位置：

  θ = 10 * π / 180  # 角度转弧度
  新坐标x' = x * cosθ + y * sinθ
  新坐标y' = -x * sinθ + y * cosθ
  

• 插值算法选双线性插值即可，兼顾图案精度和计算效率，旋转完成后得到的矩阵包含所有原始数据的旋转特征。

适配仿真软件交替读取规则 #

仿真软件的逐行交替读取逻辑，只需要在导出数据前对矩阵做行顺序预处理：

• 行号从0开始计数，遍历所有行
• 奇数行（对应实际读取顺序的第2、4、6…行，行号为1、3、5…）做整行元素倒序处理
• 偶数行保持原有顺序不变
• 预处理完成后的矩阵直接导入仿真软件，绘制出的图像就是原始数据顺时针旋转10度的效果，和原图对比可直观判断为同一数据的不同旋转形态。

Python实现参考代码 #

import numpy as np
import cv2

# 替换为你的实际125*125矩阵数据
raw_arr = np.loadtxt("your_raw_data.txt")  

# 第一步：顺时针旋转10度，保留全量数据不裁剪
h, w = raw_arr.shape
center = (w//2, h//2)
# OpenCV中负角度代表顺时针旋转，计算旋转矩阵
rot_mat = cv2.getRotationMatrix2D(center, -10, 1)
cos = np.abs(rot_mat[0, 0])
sin = np.abs(rot_mat[0, 1])
# 计算旋转后外接矩形尺寸，避免裁剪
new_w = int((h * sin) + (w * cos))
new_h = int((h * cos) + (w * sin))
rot_mat[0, 2] += (new_w / 2) - center[0]
rot_mat[1, 2] += (new_h / 2) - center[1]
rotated_arr = cv2.warpAffine(raw_arr, rot_mat, (new_w, new_h), flags=cv2.INTER_LINEAR, borderValue=0)

# 第二步：适配交替行读取规则
for row_idx in range(rotated_arr.shape[0]):
    if row_idx % 2 == 1:
        rotated_arr[row_idx] = rotated_arr[row_idx][::-1]

# 导出处理完成的矩阵
np.savetxt("rotated_adapted_data.txt", rotated_arr)

内容的提问来源于stack exchange，提问作者Skylimit