rotated.show()报错

如果你使用的是Python中的cv2库，那么它没有提供show()方法，所以会报错。通常情况下，可以使用Matplotlib库来显示图像。下面是一个简单的例子：

import cv2
from matplotlib import pyplot as plt

img = cv2.imread('image.jpg')
rotated = cv2.warpAffine(img, M, (width, height), flags=cv2.INTER_CUBIC, borderValue=(255, 255, 255))

plt.imshow(rotated)
plt.show()

这段代码中，我们使用Matplotlib库的imshow和show函数来显示图像。需要注意的是，Matplotlib库默认使用RGB颜色通道的顺序，而OpenCV库使用的是BGR顺序，因此在使用Matplotlib显示图像时，需要先将通道顺序进行调整：

img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img_rgb)

同样地，在显示旋转后的图像时，也需要进行通道顺序的调整。

相关问题

from PIL import Image, ImageDraw # 将图片平移并旋转 gray2 = Image.fromarray(src) width, height = gray2.size # 计算中心点和X轴角度 center = (max_point[0], max_point[1]) angle = np.arctan2(point2[1] - max_point[1], point2[0] - max_point[0]) * 180 / np.pi img_translated = gray2.transform((width, height), Image.AFFINE, (1, 0, center[0] - width/2, 0, 1, center[1] - height/2), resample=Image.BICUBIC) img_translated_rotated = img_translated.rotate(angle, resample=Image.BICUBIC, expand=True) #img_translated_rotated.show() #裁剪 img4 = Image.fromarray(src) width1, height1 = img4.size width2, height2 = img_translated_rotated.size left = (width2 - width1 )/2 top = (height2 - height1 )/2 right = (width2 - width1 )/2 + width1 bottom = (height2 - height1 )/2 + height1 cropped_image = img_translated_rotated.crop((left, top, right, bottom )) import cv2 GRID_STEP = distance/2 # 设置1010栅格（暂时尝试） grid_num_x = 10 grid_num_y = 10 def transform_point_set(points, max_point, distance, angle): # 平移向量 translation_vector = np.array(2: draw.ellipse((point[0]-5, point[1]-5, point[0]+5, point[1]+5), fill="red", outline="red") x, y = max_point[0], max_point[1] #注意这里坐标轴的顺序 # 显示图片 img.show()操作之后点和在图上原本的位置不再重合，请给出调试代码

你可以在代码中添加以下调试代码，来观察点的位置是否正确：

1. 在平移向量计算完成后添加以下代码：

# 绘制平移后的点
for point in points:
    draw.ellipse((point[0]-5, point[1]-5, point[0]+5, point[1]+5), fill="blue", outline="blue")

2. 在旋转完成后添加以下代码：

# 绘制旋转后的点
for point in points:
    rotated_point = tuple(np.dot(np.array([[np.cos(angle), -np.sin(angle)], [np.sin(angle), np.cos(angle)]]), np.array(point) - np.array(max_point)) + np.array(max_point))
    draw.ellipse((rotated_point[0]-5, rotated_point[1]-5, rotated_point[0]+5, rotated_point[1]+5), fill="green", outline="green")

这样可以在图片上绘制出平移前、平移后、旋转后的点，方便观察点的位置是否正确。

Eigen::Vector3d v ( 1,0,0 ); Eigen::Vector3d v_rotated = rotation_vector * v; cout<<"(1,0,0) after rotation = "<<v_rotated.transpose()<<endl;

这段代码使用了Eigen库来进行向量旋转，其中v表示一个三维向量(1,0,0)，rotation_vector表示旋转向量，v_rotated表示旋转后的向量。具体来说，这里采用的是罗德里格斯公式(rotation matrix = exp(rotation vector))来进行旋转，将旋转向量通过指数映射(exp)转换成旋转矩阵(rotation matrix)，然后将旋转矩阵与原始向量v相乘，得到旋转后的向量v_rotated。最后输出v_rotated的值，即为旋转后的结果。