在应用scipy.ndimage.interpolation.afine_transform和我生成的旋转矩阵后，我需要计算体积内两个已知点的重映射坐标。
除了在affine_transform期间被旋转之外，与输入阵列相比，输出阵列也被填充，以考虑到旋转的体积可能落在原始阵列形状的边界之外的事实。
我有体积中两个已知点在变换之前的坐标(xb1，yb1，zb1)和(xb2，yb2，zb2)。我想知道在阵列(xa1，ya1，za1)&(za2，ya2，za2)。在仿射变换中，在体积中心的(xb1，yb1，zb1)和(xb2，yb2，zb2)之间的中点处执行旋转。
编辑：到目前为止，我已经尝试过：我制作了一个0数组，其形状与我正在转换的体积相同。零数组中对应于两个起始点的两个元素被设置为两个32位整数，一个为1000，另一个为5000。然后，我用与体积相同的变换矩阵对标记的零数组进行变换，然后在用样条顺序为0的affine_transform(以保持变换数组中的起始元素值)之后，我只使用np.any返回变换数组中1000和5000个元素的索引。这可以正常工作，但在某些情况下，在affine_transform的过程中，一个点可能会"丢失"——可能是通过样条线顺序为0的插值(没有样条线)。所以这并不是在所有情况下都有效。
从kazemakase的第一个建议开始，我以一种相当迂回的方式让它发挥作用。
我首先计算原点p1和p2的旋转矩阵。这是用于阵列中体积变换的相同矩阵(将点向量pV=p2-p1移动到[0,1,0]使用旋转矩阵将矢量与轴对齐的不精确性
使用旋转矩阵，然后我用计算旋转点的位置
p1Dest = np.dot(p1, rotation_matrix.T)
p2Dest = np.dot(p2, rotation_matrix.T)
然后我确定p1Dest和p2Dest之间的中心坐标(我使用bresenham线计算，得到中值——http://code.activestate.com/recipes/578112-bresenhams-line-algorithm-in-n-dimensions/)。我称之为pDCenter。
然后，要将pdCenter移动到阵列的中心，我首先确定变换体积的阵列的中心(我称之为cArrayT)。我用了一种巧妙的方法。
def centreOfArray(array):
centerList = []
for d in array.shape:
centerOfAxis = np.int(d/2.)
centerList.append(centerOfAxis)
return np.asarray(centerList)
使用两个中心，然后计算pTransl=pDCenter-cArrayT。然后从p1Dest和p2Dest中减去pTransl，我就得到了最终的坐标。
我确信可能有一种更简单的方法，但这似乎对我有效