绕非原点旋转后，OpenCV中极坐标直线的新参数求解

首先明确OpenCV中直线极坐标的核心定义：直线的标准方程是 x*cosθ + y*sinθ = R，其中R是坐标原点到直线的垂直距离，θ是这条垂线与x轴正方向的夹角（HoughLines返回的theta单位为弧度）。

当你绕非原点(cx, cy)旋转图像（旋转角度为α，逆时针为正，顺时针则取负值），要计算旋转后直线的新R值，可以按照以下步骤推导和计算：

核心推导思路 #

整个变换可以拆解为三步：平移原点到旋转中心 → 绕新原点旋转 → 平移原点回原位置，我们一步步拆解直线方程的变化：

1. 第一步：平移坐标到旋转中心
   把原坐标系的点(x,y)转换为以(cx, cy)为原点的新坐标(x', y')：

   x' = x - cx
   y' = y - cy
   

   代入原直线方程 x*cosθ₀ + y*sinθ₀ = R₀，整理后得到平移后的直线方程：

   x'*cosθ₀ + y'*sinθ₀ = R₀ - cx*cosθ₀ - cy*sinθ₀
   

   记等式右边的值为R₁。

2. 第二步：绕新原点旋转
   绕(cx, cy)逆时针旋转角度α后，新坐标(x'', y'')与(x', y')的关系为：

   x' = x''*cosα + y''*sinα
   y' = -x''*sinα + y''*cosα
   

   将其代入平移后的直线方程，利用三角恒等式cos(A+B)=cosAcosB - sinAsinB和sin(A+B)=sinAcosB + cosAsinB化简，最终得到旋转后的直线方程（以旋转中心为原点）：

   x''*cosθ₁ + y''*sinθ₁ = R₁
   

   这里θ₁ = θ₀ + α，和你已知的新角度结论完全一致。

3. 第三步：平移坐标回原位置
   把旋转后的坐标(x'', y'')转换回原坐标系：

   x'' = x - cx
   y'' = y - cy
   

   代入旋转后的直线方程，整理成OpenCV标准的极坐标形式 x*cosθ₁ + y*sinθ₁ = R₂，最终得到新的R值公式：

   R₂ = R₁ + cx*cosθ₁ + cy*sinθ₁
   

   把R₁代入后，也可以写成更直接的合并形式：

   R₂ = R₀ - cx*cosθ₀ - cy*sinθ₀ + cx*cos(θ₀+α) + cy*sin(θ₀+α)
   

实例验证 #

举个具体例子：

• 原直线参数：θ₀ = π/4（45°），R₀ = 5
• 旋转中心：(cx=2, cy=3)
• 旋转角度：α = π/6（30°）

计算过程：

1. 新角度θ₁ = π/4 + π/6 = 5π/12（75°）
2. 计算R₁ = 5 - 2*cos(π/4) - 3*sin(π/4) ≈ 5 - 2*0.707 -3*0.707 ≈ 1.465
3. 计算R₂ = 1.465 + 2*cos(5π/12) +3*sin(5π/12) ≈1.465 +2*0.2588 +3*0.9659 ≈4.88

特殊情况验证 #

如果旋转中心是原点（cx=0, cy=0），代入公式会得到R₂=R₀，这符合预期——绕原点旋转直线，原点到直线的垂直距离不会改变。

注意事项 #

• 角度单位统一：OpenCV的HoughLines返回的theta是弧度，计算时旋转角度α也要转换成弧度，或者统一使用度数（此时三角函数要对应使用度数版本，比如Python中numpy.cos可指定degrees=True）。
• 旋转方向：如果是顺时针旋转，记得把α取负值代入公式。

内容的提问来源于stack exchange，提问作者B Lawless