Python Pillow的ImageOps镜像、翻转与仿射变换的差异对比

一、Pillow内置功能的实现逻辑 #

• 镜像（mirror）：本质是水平方向像素直接逆序，靠内存中像素数据的快速重排完成。比如宽度为W的图像，原坐标(x,y)直接对应(W-1-x, y)的像素，全程无插值计算，每个像素都有明确的对应位置。
• 翻转（flip）：和镜像逻辑一致，是垂直方向的行逆序，原坐标(x,y)对应(x, H-1-y)，同样为直接像素映射，不涉及插值。
• 旋转（rotate）：分两种情况：
  • 90°、180°、270°这类90整数倍旋转：通过像素数组的维度重排实现（比如90°顺时针旋转就是先转置再镜像），无插值操作；
  • 非90整数倍角度：会结合仿射变换与双线性插值（默认）计算新像素值，此时需要处理浮点坐标的映射与插值计算。

二、与手动实现仿射变换的结果差异 #

1. 90°整数倍旋转/镜像/翻转场景 #

• 结果完全一致：只要手动构建对应的仿射变换矩阵（比如水平镜像用[-1, 0, W-1, 0, 1, 0]，垂直翻转用[1, 0, 0, 0, -1, H-1]），像素映射逻辑和Pillow内置功能完全相同，输出图像无差异。
• 性能差距明显：Pillow内置功能是C语言实现的底层优化，比Python手动计算坐标映射快得多，处理大图像时差异尤为显著。

2. 非90°整数倍旋转场景 #

• 插值策略影响结果：Pillow默认使用双线性插值，若手动实现时选择最近邻或三次样条插值，结果会有细微差别；若使用相同插值算法，结果基本一致，但边界像素的处理细节可能导致极个别像素不同。
• 边界处理差异：Pillow的rotate()默认自动扩大画布以容纳完整旋转图像，还可通过expand参数控制；手动实现时需自行处理画布尺寸调整与边界填充（如填黑、重复边缘像素），处理方式不同的话，结果差异会很明显。

3. 精度误差 #

手动用Python实现仿射变换时，浮点数计算的精度误差可能导致坐标映射出现微小偏差，进而影响像素取值；Pillow底层是C优化的浮点计算，精度误差更小，结果更稳定。

内容的提问来源于stack exchange，提问作者Sanglang