### 旋转图像的方法 在 Python 中，可以使用多种方法将图像顺时针旋转 90 度。其中一种常见方式是使用 `PIL`（Pillow）库中的 `Image` 模块，它提供了高效的图像处理功能。通过 `transpose()` 方法并传入 `Image.ROTATE_90` 参数，可以轻松实现图像的 90 度顺时针旋转。 以下是一个完整的代码示例： ```python from PIL import Image # 打开图像文件 image = Image.open("example.jpg") # 顺时针旋转 90 度 rotated_image = image.transpose(Image.ROTATE_90) # 显示旋转后的图像 rotated_image.show() ``` 该方法适用于大多数图像处理场景，且操作简单、效率高[^3]。 ### 使用 NumPy 和 OpenCV 旋转图像 除了使用 `PIL`，还可以利用 `OpenCV` 或 `NumPy` 进行图像旋转。OpenCV 提供了 `cv2.warpAffine()` 函数结合仿射变换矩阵实现图像旋转。此外，NumPy 提供了 `np.rot90()` 函数，专门用于将数组（如图像矩阵）顺时针或逆时针旋转 90 度。 使用 `np.rot90()` 的示例如下： ```python import numpy as np from PIL import Image # 加载图像并转换为 NumPy 数组 image = Image.open("example.jpg") image_array = np.array(image) # 顺时针旋转 90 度（相当于 k=1） rotated_array = np.rot90(image_array, k=1) # 将旋转后的数组转换回图像并显示 rotated_image = Image.from_array(rotated_array) rotated_image.show() ``` 该方法适用于需要结合数组操作的场景，例如图像处理与机器学习任务[^2]。 ### 原地旋转矩阵图像 如果输入是一个二维矩阵表示的图像，并且要求原地旋转（即不使用额外矩阵），则可以通过矩阵变换实现。具体做法是先将矩阵转置，再对每一行进行反转，从而实现顺时针旋转 90 度。 以下是一个实现示例： ```python def rotate(matrix): n = len(matrix) # 转置矩阵 for i in range(n): for j in range(i + 1, n): matrix[i][j], matrix[j][i] = matrix[j][i], matrix[i][j] # 反转每一行 for row in matrix: row.reverse() # 示例矩阵 matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] rotate(matrix) for row in matrix: print(row) ``` 此方法适用于需要在不分配额外空间的情况下旋转图像矩阵的算法题或内存受限环境[^1]。 ---