Развернуть изображение Open3D

import cv2import numpy as np
import open3d as o3d
# инициализируем камеру с индексом 0cap = cv2.VideoCapture(0)
# получаем размеры кадра
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# создаем массивы для хранения координат точек
points = []
# создаем цикл, в котором будем считывать кадрыwhile True:
    # считываем один кадр    ret, frame = cap.read()
    # проверяем, не пустой ли он
    if not ret:        break
 
    # преобразуем изображение в черно-белое    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # находим границы объектов на кадре
    edges = cv2.Canny(gray, 0.5, 0.5)
    # находим контуры    contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    # сохраняем координаты точек
    for cnt in contours:        M = cv2.moments(cnt)
        if M['m00'] != 0:            cx = int(M['m10'] / M['m00'])
            cy = int(M['m01'] / M['m00'])            points.append([cx, cy, frame[cy][cx][2]])
    # рисуем контуры
    cv2.drawContours(frame, contours, -1, (0, 255, 0), 3)
    # отображаем кадр    cv2.imshow("Frame", frame)
    # ждем 25ms нажатия клавиши
    key = cv2.waitKey(20)
    # если нажат ESC, завершаем цикл    if key == 27:
        break
# преобразуем точки в массив numpypoints = np.array(points)
# Поворачиваем изображение на 180 градусов
frame = cv2.rotate(frame, cv2.ROTATE_180)
# Создаем точки для сканированияpoints_3d = np.array(points)
# Создаем объект PointCloud
point_cloud = o3d.geometry.PointCloud()point_cloud.points = o3d.utility.Vector3dVector(points_3d[:, :3])
# Отображаем точки
o3d.visualization.draw_geometries([point_cloud])
# освобождаем ресурсыcap.release()
cv2.destroyAllWindows()