以上述图片举例，要求 
相对 
的顺时针夹角。注意：这里使用图像坐标系
1 定义求顺时针角度的函数
import numpy as np def clockwise_angle(v1, v2): x1,y1 = v1 x2,y2 = v2 dot = x1*x2+y1*y2 det = x1*y2-y1*x2 theta = np.arctan2(det, dot) theta = theta if theta>0 else 2*np.pi+theta return theta
2 求 
， 然后求夹角 
v1 = [2-0, 1-0] = [2,1] v2 = [4-0, 5-0] = [4,5] theta = clockwise_angle(v1,v2) print(theta*180/np.pi) # 24.77
补充：求2个向量顺逆时针（最小角度）旋转角度 Python
求向量 a 旋转到向量 b 的顺时针（逆时针）最小角度。
正常求2个向量夹角用内积公式就可以计算，然而求得的结果不包含方向信息。
如果需要方向信息的话需要引入向量的外积来帮助我们判断。
theta是两个向量的夹角，n是垂直与2维平面的方向向量，由右手定则可以判断方向。
根据定义可以通过向量的坐标计算外积
这里面由于u,v是二维平面上的向量， u3 v3 都为0。 所以 u叉乘v = (u1v2 - u2v1)*K。
所以等式两边的标量相等可以求夹角rho。
rho 是带正负号的和旋转方向有关，但是范围在 -90 ~ 90度。
可以通过rho正负号，结合向量的点乘重新计算带方向的夹角。
这里面顺时针旋转为负，逆时针旋转为正。
def GetClockAngle(v1, v2): # 2个向量模的乘积 TheNorm = np.linalg.norm(v1)*np.linalg.norm(v2) # 叉乘 rho = np.rad2deg(np.arcsin(np.cross(v1, v2)/TheNorm)) # 点乘 theta = np.rad2deg(np.arccos(np.dot(v1,v2)/TheNorm)) if rho < 0: return - theta else: return theta a = [0,1] b = [1,0] c = [-1,0] d = [0, -1] e = [-1, -1] f = [1, -1] g = [1, 1] h = [-1, 1] print(GetClockAngle(a,g), GetClockAngle(a,b), GetClockAngle(a,f), GetClockAngle(a,d), GetClockAngle(a,e), GetClockAngle(a,c), GetClockAngle(a,h)) ''' 结果 (-45.00000000000001, -90.0, -135.0, 180.0, 135.0, 90.0, 45.00000000000001) '''
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。