写一个yolo标签旋转转换的python代码

以下是一个基于OpenCV的Python代码实现YOLO标签旋转转换：

import cv2
import numpy as np

def rotate_yolo_label(label_path, image_path, angle):
    # 读取图像和标签文件
    img = cv2.imread(image_path)
    label_file = open(label_path, 'r')
    label_lines = label_file.readlines()
    label_file.close()

    # 获取图像宽度和高度
    img_height, img_width, _ = img.shape

    # 逐行读取标签文件并旋转坐标
    result = []
    for line in label_lines:
        line = line.strip().split()
        class_id = line[0]
        x_center = float(line[1])
        y_center = float(line[2])
        width = float(line[3])
        height = float(line[4])

        # 将YOLO格式坐标转换为绝对坐标
        x1 = int((x_center - width / 2) * img_width)
        y1 = int((y_center - height / 2) * img_height)
        x2 = int((x_center + width / 2) * img_width)
        y2 = int((y_center + height / 2) * img_height)

        # 构建旋转矩阵
        rotate_matrix = cv2.getRotationMatrix2D((img_width/2, img_height/2), angle, 1)

        # 旋转坐标点
        rotated_points = np.dot(rotate_matrix, np.array([[x1, y1, 1], [x2, y2, 1]], dtype=np.float32).T)
        rotated_points = rotated_points.T

        # 将坐标点转换为YOLO格式
        x_center = (rotated_points[0][0] + rotated_points[1][0]) / 2 / img_width
        y_center = (rotated_points[0][1] + rotated_points[1][1]) / 2 / img_height
        width = abs(rotated_points[0][0] - rotated_points[1][0]) / img_width
        height = abs(rotated_points[0][1] - rotated_points[1][1]) / img_height

        # 将旋转后的标签信息添加到结果列表中
        result.append(f"{class_id} {x_center} {y_center} {width} {height}\n")

    # 将旋转后的标签信息写入到文件中
    with open(label_path, 'w') as f:
        f.writelines(result)

    # 旋转图像
    rotated_img = cv2.warpAffine(img, rotate_matrix, (img_width, img_height))

    # 返回旋转后的图像和标签
    return rotated_img, label_path

该函数需要传入三个参数：标签文件路径、图像文件路径和旋转角度。函数会读取标签文件中的每一行信息，将YOLO格式坐标转换为绝对坐标，然后通过旋转矩阵将坐标点进行旋转，并将旋转后的坐标点转换为YOLO格式，最后将旋转后的标签信息写入到文件中。同时，函数也会通过OpenCV库将图像进行旋转，并返回旋转后的图像和标签文件路径。