在计算机视觉领域，图像处理是一门不可或缺的核心技术。其中，图像的旋转与平移作为最基础且高频使用的几何变换操作，在诸多实际任务中扮演着至关重要的角色——无论是矫正拍摄倾斜导致的失真，还是为后续目标检测、配准或拼接做预处理，都离不开对这两种变换的精准控制。本文将系统性地解析如何借助OpenCV这一主流开源库，高效实现图像的旋转与平移，并辅以清晰的代码实现、原理说明及可视化示例，助力读者扎实掌握这些底层但关键的图像处理能力。学完本篇内容后，您将具备独立完成图像姿态调整的能力，为深入学习更复杂的视觉算法（如图像配准、三维重建、运动估计等）打下坚实基础。此外，文中还将介绍OpenCV University推出的免费OpenCV BootCamp训练营，为广大开发者提供权威、系统、实战导向的学习路径，加速您在计算机视觉领域的成长进程。整个流程的核心在于熟练运用getRotationMatrix2D()构建旋转矩阵，并通过warpAffine()执行最终的空间映射。
OpenCV图像旋转与平移核心要点
借助opencv库完成图像的旋转与平移操作。
深入理解图像旋转的三大环节：选定旋转中心、生成旋转矩阵、实施仿射变换。
熟练调用getRotationMatrix2D()函数，该函数专用于根据指定参数自动生成二维旋转矩阵。
掌握warpAffine()函数的使用逻辑，它是实现包括旋转、平移、缩放在内的各类仿射变换的统一接口。
明确平移矩阵的构造方式，知晓如何通过修改矩阵第三列的偏移量来精确控制图像在画布中的位置。
关注OpenCV University提供的免费OpenCV BootCamp课程资源，拓展进阶学习渠道。
实现基于Python语言的图像旋转与平移完整代码流程。
领会变换矩阵在图像空间坐标映射中的本质作用及其数学含义。
认识图像旋转与平移在现实场景中的典型应用，如文档校正、视频稳定、SLAM前端处理等。
理解为何常以图像几何中心作为默认旋转原点——此举可最大限度减少因旋转引发的整体位移，保持构图稳定性。
OpenCV图像旋转技术深度解析
图像旋转的基本原理
图像旋转是指将整幅图像围绕某一固定点按指定角度进行顺时针或逆时针转动的操作。在OpenCV中，该过程被标准化为三个紧密衔接的阶段：定位旋转中心、构建旋转矩阵、执行仿射映射。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
-
旋转中心：即图像绕其转动的锚点，通常取图像宽高的一半构成的坐标
(w//2, h//2)，以此为中心旋转能有效避免图像整体“漂移”，保证变换后的主体区域仍处于可视范围内。 -
旋转矩阵：一个形如2×3的仿射变换矩阵，封装了旋转角度、缩放因子及中心偏移信息。OpenCV内置的
getRotationMatrix2D()函数正是为此目的而设计。 -
仿射变换：一种保持直线性和平行关系不变的几何映射方式。
warpAffine()函数负责依据给定矩阵对像素进行重采样和重定位，从而完成最终的旋转效果。
getRotationMatrix2D()函数深度剖析
getRotationMatrix2D()是OpenCV中专用于生成二维旋转矩阵的核心工具函数。其输入包含三个关键参数：
-
旋转中心点：以
Point2f（C++）或元组（Python）形式表示的二维坐标，代表图像绕之旋转的基准位置。 - 旋转角度：单位为度（°），正值对应逆时针方向，负值则为顺时针方向。
- 缩放系数：控制旋转过程中图像尺寸的变化比例；设为1.0表示无缩放，大于1放大图像，小于1则缩小。
该函数返回一个2×3浮点型矩阵，供后续warpAffine()调用。以下是其在不同编程语言中的标准调用格式：
C++:
Mat cv::getRotationMatrix2D (Point2f center, double angle, double scale)
Python:
retval = cv.getRotationMatrix2D( center, angle, scale )
例如，若需将一张图像以其几何中心为轴逆时针旋转45度且不改变尺寸，可编写如下代码：
center = (width // 2, height // 2) angle = 45 scale = 1.0 rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)
该旋转矩阵的通用数学表达式如下：
[α β (1−α)·cx − β·cy] [−β α β·cx + (1−α)·cy] 其中：α = scale × cosθ，β = scale × sinθ
式中，cx, cy为旋转中心坐标，θ为弧度制角度（注意OpenCV中angle为角度制），scale为缩放因子。
warpAffine()函数全面解读
warpAffine()是OpenCV中执行仿射变换的通用函数，不仅支持旋转，也适用于平移、缩放甚至剪切等多种线性空间变换。其主要参数包括：
- 源图像（src）：待变换的原始图像对象。
- 变换矩阵（M）：一个2×3的NumPy数组或cv::Mat对象，描述从输出图像到输入图像的坐标映射关系。
- 目标尺寸（dsize）：输出图像的宽高，通常设为与原图一致，也可根据需要扩大以容纳全部旋转内容。
-
插值策略（flags）：决定像素重采样方式，常用选项有
cv2.INTER_LINEAR（双线性插值，兼顾速度与质量）和cv2.INTER_CUBIC（三次卷积插值，精度更高但耗时略长）。 -
边界填充模式（borderMode）：定义超出原图范围的像素如何处理，常见选项包括
cv2.BORDER_CONSTANT（填固定色值）、cv2.BORDER_REPLICATE（复制边缘像素）等。 -
边界填充值（borderValue）：当采用
BORDER_CONSTANT模式时，指定用于填充的RGB或灰度值，默认为黑色（0）。
以下是该函数在C++与Python中的标准接口声明：
C++:
void cv::warpAffine (InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, const Scalar &borderValue=Scalar())
Python:
dst = cv.warpAffine( src, M, dsize[, flags[, borderMode[, borderValue]]] )
