如果不能使用OpenCV，则可以使用NumPy（
import numpy as np）和SciPy（
from scipy importndimage）通过以下方式围绕所谓的枢轴点进行图像旋转：
- 填充图像
img
，使枢轴点位于图像中心，并且图像大小加倍：padX = [img.shape[1] - pivot[0], pivot[0]]
padY = [img.shape[0] - pivot[1], pivot[1]]
imgP = np.pad(img, [padY, padX], ‘constant’)
（虽然
pivot此处的图像形状按行-列顺序，但按XY或列-行顺序。您可能需要不同地定义它。）
- 围绕图像中心旋转图像（此处旋转角度为45度）：
imgR = ndimage.rotate(imgP, 45, reshape=False)
请注意，由于我们将自己裁剪图像，因此不允许重塑图像。
- 裁剪图像，使枢轴点位于其原始位置。因此，我们只需将步骤1的填充反转即可：
imgC = imgR[padY[0] : -padY[1], padX[0] : -padX[1]]
您可以在以下绘图中看到不同的步骤（原始图像，填充，旋转，裁剪；在（100，300）周围45度）。
将其包装在一个方便的函数中可得出：
def rotateImage(img, angle, pivot): padX = [img.shape[1] - pivot[0], pivot[0]] padY = [img.shape[0] - pivot[1], pivot[1]] imgP = np.pad(img, [padY, padX], 'constant') imgR = ndimage.rotate(imgP, angle, reshape=False) return imgR[padY[0] : -padY[1], padX[0] : -padX[1]]
更新资料
对于彩色图像，您必须避免在填充时添加更多通道（第3维为零填充）：
imgP = np.pad(img, [padY, padX, [0, 0]], 'constant')
不要忘记对
0“ before”和“ after”填充都使用a 。否则你会得到一个
ValueError。
