为此使用squircle（免责声明：我写的）

import squircle
import PIL
import numpy as np

square = np.asarray(Image.open('some-square-image.jpg'))  # or create the array some other way

circle = squircle.to_circle(square, method="fgs")
and_back_to_square = squircle.to_square(circle, method="fgs")

字符串
有3种不同的方法来转换圆/正方形："fgs"、"stretch"和"elliptical"
它不处理椭圆和矩形，但你可以通过对图像进行上采样来做到这一点，天真地将其压缩成一个正方形，在其上运行squircle并将其重新压缩成一个矩形。
您可以使用

pip install squircle

型

您可以使用行和列中非零元素的最大和最小索引来获取1的范围，然后基于此范围填充数组索引：

>>> a=np.array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
...        [ 0.,  0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.],
...        [ 0.,  0.,  1.,  1.,  1.,  1.,  1.,  0.,  0.],
...        [ 0.,  0.,  1.,  1.,  1.,  1.,  1.,  0.,  0.],
...        [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
...        [ 0.,  0.,  1.,  1.,  1.,  1.,  1.,  0.,  0.],
...        [ 0.,  0.,  1.,  1.,  1.,  1.,  1.,  0.,  0.],
...        [ 0.,  0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.],
...        [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])
>>> 
>>> (min_row,max_row),(min_col,max_col)=map(lambda x :(np.min(x),np.max(x)),np.nonzero(a))
>>> a[min_row:max_row+1,min_col:max_col+1]=1
>>> a
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])

字符串