如何使用Python识别图片中的角度

在Python中，我们可以使用OpenCV库来识别图片中的角度。OpenCV是一个强大的计算机视觉库，提供了许多用于图像处理和分析的工具。
首先，我们需要安装OpenCV库。你可以使用pip来安装：

pip install opencv-python

接下来，我们将使用OpenCV的Hough变换来检测图片中的直线，并计算这些直线的角度。

import cv2
import numpy as np
# 读取图片
image = cv2.imread('image.jpg')
# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 使用Canny边缘检测算法检测边缘
edges = cv2.Canny(gray, 50, 150, apertureSize=3)
# 使用Hough变换检测直线
lines = cv2.HoughLines(edges, 1, np.pi/180, 200)
# 遍历检测到的直线，计算每条直线的角度
for rho,theta in lines[0]:
a = np.cos(theta)
b = np.sin(theta)
x0 = a*rho
y0 = b*rho
x1 = int(x0 + 1000*(-b))
y1 = int(y0 + 1000*(a))
x2 = int(x0 - 1000*(-b))
y2 = int(y0 - 1000*(a))
cv2.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
angle = np.arctan2(y2-y1, x2-x1) * 180 / np.pi
print('Angle:', angle)

在上面的代码中，我们首先读取了一张图片，并将其转换为灰度图像。然后，我们使用Canny边缘检测算法检测图像中的边缘。接下来，我们使用Hough变换检测直线，并遍历检测到的直线，计算每条直线的角度。最后，我们在原始图像上绘制了检测到的直线，并打印了每条直线的角度。
需要注意的是，Hough变换可能会检测到一些虚假的直线。为了提高准确性，我们可以设置一个阈值来过滤掉角度相差较大的直线。另外，我们也可以使用其他的图像处理技术来进一步处理和分析图片中的角度信息。
通过这种方式，我们可以使用Python和OpenCV库来识别图片中的角度。这种方法可以应用于许多实际应用中，例如物体识别、图像处理和机器视觉等。