как написать скрипт для расчета степени угла изображения?

это определенно не самый надежный метод, но, возможно, можно было бы:

1. предположим, что граница вся черная
2. определить самые верхние (x0,y0)/самые правые (x1,y1) углы изображения
3. вычислить угол поворота как alpha = math.atan2(x1-x0,y1-y0)

Я скачал вашу фигуру (она была преобразована в png на imgur) и протестировал процедуру с помощью:

#!/usr/bin/env python
import cv2
import math

import numpy as np

img = cv2.imread('test.png')
H, W = img.shape[:2]

x0,y0 = None,None
x1,y1 = None,None

#scan all rows starting with the first
for i in range(0, H):
    row = img[i].sum(axis=1)
    s = np.sum(row)
    if s:
        #if there is at least one non-black pixel, mark
        #its position
        x0 = np.max(np.where(row>0))
        y0 = i
        break

#scan all columns starting with the right-most one
for j in range(W-1,-1,-1):
    col = img[:,j,:].sum(axis=1)
    s = np.sum(col)
    if s:
        #mark the position of the first non-black pixel
        x1 = j
        y1 = np.min(np.where(col>0))
        break

dx = x1 - x0
dy = y1 - y0

alpha = math.atan2(dx, dy) / math.pi * 180

rotation_matrix = cv2.getRotationMatrix2D((W/2, H/2), -alpha, 1)
img_rotation = cv2.warpAffine(img, rotation_matrix, (W, H))
cv2.imwrite('image_2.tif',img_rotation)

РЕДАКТИРОВАТЬ:

Предыдущий метод может быть неточным, если «угловой» пиксель также черный, поэтому вычисленный угол затем смещается. Чуть более точный подход может быть следующим:

1. определить «верхнюю» границу прямоугольника (т. е. координаты пикселей, определяющие края)
2. взять то ребро, проекция которого на ось абсцисс длиннее
3. подогнать координаты, чтобы рассчитать наклон линии, определяющей ребро

Реализация:

#!/usr/bin/env python
import cv2
import math

import numpy as np

img = cv2.imread('test.png')
H, W = img.shape[:2]

data = []
for j in range(0, W):
    col = img[:,j,:].sum(axis=1)
    s = np.sum(col)
    if not s:
        continue

    for i in range(0, H):
        if col[i] > 0:
            data.append((j, i))
            break

y_min, min_pos = None, None
for idx, (x, y) in enumerate(data):
    if y_min is None or y < y_min:
        y_min = y
        min_pos = idx

N = len(data)
if min_pos > N - min_pos:
    data = data[:min_pos]
else:
    data = data[min_pos:]

data = np.asarray(data).T
coeffs = np.polyfit(data[0], data[1], 1)
alpha = math.atan(coeffs[0]) / math.pi * 180

print(alpha)

rotation_matrix = cv2.getRotationMatrix2D((W/2, H/2), alpha, 1)
img_rotation = cv2.warpAffine(img, rotation_matrix, (W, H))
cv2.imwrite('image_2.tif',img_rotation)

другой способ найти угол (при условии, что изображение находится на черном фоне):

1. Преобразование изображения в оттенки серого
2. Сегментируйте изображение с помощью порога
3. Найдите контуры изображения

4. Найдите параметры эллипса, соответствующие контуру

   import cv2
   import numpy as np
   
   image = cv2.imread("DlYEa.png")
   
   gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
   
   num_rows, num_cols = image.shape[:2]
   _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)
   
   img, contours, hier = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
   
   cnt = contours[0]
   (x, y), (Ma, ma), angle = cv2.fitEllipse(cnt)
   
   angle = int(angle - 90)
   
   rotation_matrix = cv2.getRotationMatrix2D((num_cols/2, num_rows/2), angle, 1)
   img_rotation = cv2.warpAffine(image, rotation_matrix, (num_cols, num_rows))
   
   cv2.imshow("rotation", img_rotation)
   cv2.waitKey()
   cv2.destroyAllWindows()