本文主要是介绍Python根据3个点确定两个向量之间的夹角-180度到180方向进行矫正，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
import cv2
import numpy as np # 读取图片
image = cv2.imread(r'D:\dmp\cat.jpg')
height, width = image.shape[:2] # 定义三个定位点（这里假设是图片上的坐标），分别表示原点，向量1终点，向量2终点，下例表示顺时针90度
pts1 = np.float32([[100, 100], [50, 100], [100, 200]]) # 计算两个向量
v1 = pts1[1] - pts1[0]
v2 = pts1[2] - pts1[0] # 计算点积和模长
dot_product = np.dot(v1, v2)
norm_v1 = np.linalg.norm(v1)
norm_v2 = np.linalg.norm(v2) # 计算夹角（弧度）
angle_rad = np.arccos(dot_product / (norm_v1 * norm_v2))
angle_deg = np.degrees(angle_rad) # 将弧度转换为角度 # 确定夹角的方向
# 如果叉积小于0，则夹角是钝角或平角，需要调整角度到-180到0之间
cross_product = v1[0] * v2[1] - v1[1] * v2[0]
if cross_product < 0: angle_deg = -angle_deg # 映射到[-180, 180]度之间
angle_deg = (angle_deg + 180) % 360 - 180 # 定义旋转中心点（这里假设是三个点的中心点）
center = (width // 2, height // 2)# 根据角度和中心点计算旋转矩阵
M = cv2.getRotationMatrix2D(center, angle_deg, 1) # 旋转图片
rotated_image = cv2.warpAffine(image, M, (width, height)) # 显示旋转后的图片
cv2.imshow('Rotated Image', rotated_image)
cv2.waitKey(0)
cv2.destroyAllWindows() # 保存旋转后的图片（如果需要）
# cv2.imwrite('path_to_save_rotated_image.jpg', rotated_image)
这篇关于Python根据3个点确定两个向量之间的夹角-180度到180方向进行矫正的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
