要提高旋转图像后的图像质量，您可以尝试在旋转图像时使用不同的插值方法。skimage.transform中的rotate函数有一个mode参数，允许您指定要使用的插值方法。默认值为constant。这意味着它对输入图像边界之外的像素使用常量值（由cval参数指定）。
您可以尝试使用不同的插值方法，例如bilinear或bicubic，在某些情况下可以提供更好的结果。例如，以下代码使用bilinear插值方法：

from skimage.transform import rotate
image = cv2.imread('122.png')
rotated = rotate(image, 34, cval=1, resize=True, mode='bilinear')

除了使用不同的插值方法外，您还可以尝试在对旋转图像应用阈值时使用不同的阈值。cv2.threshold函数有一个threshold参数，用于指定要使用的阈值。默认情况下，该参数设置为0。这意味着值小于或等于0的所有像素都将被设置为0（黑色），所有其他像素将设置为maxval参数指定的最大值（在您的情况下为100）。

ret, thresh_hold = cv2.threshold(rotated, 127, 255, cv2.THRESH_BINARY)
plt.imshow(thresh_hold)

或者，您也可以使用cv2.THRESH_BINARY_INV旗标来取代cv2.THRESH_BINARY，以反转临界值结果，让值小于或相等127的像素设定为255（白色），而所有其他像素则设定为0（黑色）。下列程式码显示如何执行此动作：

ret, thresh_hold = cv2.threshold(rotated, 127, 255, cv2.THRESH_BINARY_INV)
plt.imshow(thresh_hold)

一种方法是在Python/OpenCV中简单地对图像进行反锯齿处理。
要做到这一点，一个简单的转换到灰度。然后模糊图像，然后应用图像的拉伸。
调整模糊sigma以更改抗锯齿。
输入：

import cv2
import numpy as np
import skimage.exposure

# load image
img = cv2.imread('122.png')

# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# blur threshold image
blur = cv2.GaussianBlur(gray, (0,0), sigmaX=2, sigmaY=2, borderType = cv2.BORDER_DEFAULT)

# stretch so that 255 -> 255 and 127.5 -> 0
result = skimage.exposure.rescale_intensity(blur, in_range=(127.5,255), out_range=(0,255)).astype(np.uint8)

# save output
cv2.imwrite('122_antialiased.png', result)

# Display various images to see the steps
cv2.imshow('result', result)

cv2.waitKey(0)
cv2.destroyAllWindows()

结果：