scipy.ndimage.

仿射变换#

scipy.ndimage.affine_transform(input, matrix, offset=0.0, output_shape=None, output=None, order=3, mode='constant', cval=0.0, prefilter=True)[源代码][源代码]#

应用仿射变换。

给定一个输出图像像素索引向量 o，像素值由输入图像在位置 np.dot(matrix, o) + offset 处确定。

这执行 ‘拉取’（或 ‘反向’）重采样，将输出空间转换为输入以定位数据。仿射变换通常在 ‘推送’（或 ‘正向’）方向上描述，将输入转换为输出。如果你有一个用于 ‘推送’ 变换的矩阵，请在此函数中使用其逆矩阵（numpy.linalg.inv）。

参数:
输入array_like

输入数组。

矩阵ndarray

逆坐标变换矩阵，将输出坐标映射到输入坐标。如果 ndim 是 input 的维度数量，则给定的矩阵必须具有以下形状之一：

  • (ndim, ndim): 每个输出坐标的线性变换矩阵。

  • (ndim,): 假设2-D变换矩阵是对角矩阵，对角线由给定值指定。然后使用一种更高效的算法，该算法利用了问题的可分离性。

  • (ndim + 1, ndim + 1): 假设变换是使用齐次坐标 [1] 指定的。在这种情况下，传递给 offset 的任何值都会被忽略。

  • (ndim, ndim + 1): 如上所述，但齐次变换矩阵的最后一行总是 [0, 0, ..., 1]，并且可以省略。

偏移量浮点数或序列，可选

应用于数组的偏移量。如果是一个浮点数，offset 对每个轴都是相同的。如果是一个序列，offset 应该为每个轴包含一个值。

输出形状整数元组，可选

形状元组。

输出数组或数据类型，可选

要放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。

顺序int, 可选

样条插值的顺序，默认是 3。顺序必须在 0-5 的范围内。

模式{‘reflect’, ‘grid-mirror’, ‘constant’, ‘grid-constant’, ‘nearest’, ‘mirror’, ‘grid-wrap’, ‘wrap’}, 可选

mode 参数决定了输入数组在边界之外如何扩展。默认值为 ‘constant’。每个有效值的行为如下（参见 边界模式 的额外图表和详细信息）：

‘reflect’ (d c b a | a b c d | d c b a)

输入通过反射最后一个像素的边缘来扩展。这种模式有时也被称为半样本对称。

‘grid-mirror’

这是“reflect”的同义词。

‘常量’ (k k k k | a b c d | k k k k)

输入通过填充边缘之外的所有值来扩展，这些值由 cval 参数定义为相同的常数值。在输入边缘之外不进行插值。

‘grid-constant’ (k k k k | a b c d | k k k k)

输入通过填充边缘之外的所有值来扩展，这些值由 cval 参数定义为相同的常数值。插值也发生在输入范围之外的样本中。

‘nearest’ (a a a a | a b c d | d d d d)

输入通过复制最后一个像素来扩展。

‘mirror’ (d c b | a b c d | c b a)

输入通过围绕最后一个像素的中心进行反射来扩展。这种模式有时也被称为全样本对称。

‘grid-wrap’ (a b c d | a b c d | a b c d)

输入通过环绕到相对的边缘来扩展。

‘wrap’ (d b c d | a b c d | b c a b)

输入通过环绕到相对的边缘来扩展，但这种方式使得最后一个点和初始点完全重叠。在这种情况下，重叠点的采样选择并不明确。

cval标量，可选

如果 mode 是 ‘constant’，则用于填充输入边缘之外的值。默认值为 0.0。

预过滤器bool, 可选

确定是否在插值之前使用 spline_filter 对输入数组进行预过滤。默认值为 True，这将创建一个临时的 float64 数组来存储过滤后的值，如果 order > 1。如果设置为 False，则如果 order > 1，输出将略微模糊，除非输入已经预过滤，即它是原始输入上调用 spline_filter 的结果。

返回:
仿射变换ndarray

转换后的输入。

注释

给定的矩阵和偏移量用于通过仿射变换为输出中的每个点找到输入中相应的坐标。输入在这些坐标处的值由请求阶数的样条插值确定。输入边界外的点根据给定模式填充。

在 0.18.0 版本发生变更: 之前，仿射变换的确切解释取决于矩阵是以一维数组还是二维数组提供的。如果将一维数组提供给矩阵参数，则输出像素值在索引 o 处由输入图像在位置 matrix * (o + offset) 处确定。

对于复数 输入，此函数会独立转换实部和虚部。

Added in version 1.6.0: 复数值支持已添加。

参考文献

On this page