主要參考Stack Overflow的問答
xaedes的回答更實用, 貼出代碼:

def subimage(image, center, theta, width, height):
    theta *= np.pi / 180 # convert to rad

    v_x = (np.cos(theta), np.sin(theta))
    v_y = (-np.sin(theta), np.cos(theta))
    s_x = center[0] - v_x[0] * (width / 2) - v_y[0] * (height / 2)
    s_y = center[1] - v_x[1] * (width / 2) - v_y[1] * (height / 2)

    mapping = np.array([[v_x[0],v_y[0], s_x],
                        [v_x[1],v_y[1], s_y]])

    return cv2.warpAffine(image,mapping,(width, height),flags=cv2.WARP_INVERSE_MAP,borderMode=cv2.BORDER_REPLICATE)

算法原理

發現這個cv2.warpAffine是個很強大的函數, 要扣明白了,找到了CSDN博文:圖像的幾何變換
很詳細了, 就不轉了!
參數說明在這篇博文

摘錄相關部分:

仿射變換cv2.warpAffine()

cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst

非關鍵字參數有src, M, dsize，分別表示源圖像，變換矩陣，變換后的圖像的長寬
這里說一下放射變換的變換矩陣
位移變換矩陣為：

，但該矩陣沒有考慮旋轉變換時進行位移以及縮放操作，OpenCV中的旋轉變換如下：

M=cv2.getRotationMatrix2D(rotate_center, degree, scale)

rotate_center為一個2元的元組，表示旋轉中心坐標，degree表示逆時針旋轉的角度，scale表示縮放的比例

更詳細的參數介紹還是看官方文檔

放兩條OpenCV筆記

轉換OpenCV圖片到PIL格式

img_pil = Image.fromarray(cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB))

轉換PIL圖片到OpenCV格式

pil_image = PIL.Image.open('Image.jpg').convert('RGB') 
open_cv_image = numpy.array(pil_image) 
# Convert RGB to BGR 
open_cv_image = open_cv_image[:, :, ::-1].copy()