import cv2
import numpy as np
import matplotlib.pyplot as plt

def rotation_transform(image_path, angle, scale=1.0):
    """
    实现图像旋转变换
    :param image_path: 输入图像路径
    :param angle: 旋转角度（度），正值为逆时针旋转
    :param scale: 缩放因子，默认为1.0
    :return: 原图和旋转后的图像
    """
    # 读取图像
    img = cv2.imread(image_path)
    height, width = img.shape[:2]
    
    # 计算旋转中心点
    center = (width // 2, height // 2)
    
    # 计算旋转矩阵
    rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)
    
    # 应用旋转变换
    rotated = cv2.warpAffine(img, rotation_matrix, (width, height))
    
    return img, rotated

def manual_rotation(image_path, angle):
    """
    手动实现图像旋转变换
    :param image_path: 输入图像路径
    :param angle: 旋转角度（度）
    :return: 旋转后的图像
    """
    import math
    
    # 读取图像
    img = cv2.imread(image_path)
    height, width = img.shape[:2]
    
    # 将角度转换为弧度
    rad = math.radians(angle)
    cos_val = math.cos(rad)
    sin_val = math.sin(rad)
    
    # 计算旋转中心
    center_x, center_y = width / 2, height / 2
    
    # 创建输出图像
    rotated = np.zeros_like(img)
    
    # 对输出图像的每个像素进行反向映射
    for i in range(height):
        for j in range(width):
            # 将坐标系中心移到图像中心
            x = j - center_x
            y = i - center_y
            
            # 应用反向旋转矩阵
            orig_x = int(cos_val * x + sin_val * y + center_x)
            orig_y = int(-sin_val * x + cos_val * y + center_y)
            
            # 检查原始坐标是否在图像范围内
            if 0 <= orig_x < width and 0 <= orig_y < height:
                rotated[i, j] = img[orig_y, orig_x]
    
    return img, rotated

def rotation_with_interpolation(image_path, angle, scale=1.0):
    """
    带插值的旋转变换
    :param image_path: 输入图像路径
    :param angle: 旋转角度（度）
    :param scale: 缩放因子
    :return: 原图和旋转后的图像
    """
    # 读取图像
    img = cv2.imread(image_path)
    height, width = img.shape[:2]
    
    # 计算旋转中心点
    center = (width // 2, height // 2)
    
    # 计算旋转矩阵
    rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)
    
    # 应用旋转变换，使用双线性插值
    rotated = cv2.warpAffine(img, rotation_matrix, (width, height),
                             flags=cv2.INTER_LINEAR,
                             borderMode=cv2.BORDER_REFLECT)
    
    return img, rotated

# 使用示例
if __name__ == "__main__":
    # 注意：需要提供实际的图像路径
    # img, result = rotation_transform('image.jpg', 45)
    # manual_img, manual_result = manual_rotation('image.jpg', 45)
    # interp_img, interp_result = rotation_with_interpolation('image.jpg', 45)
    pass