Question

我需要在生成旋转矩阵的scipy.ndimage.interpolation.affine_transform 之后计算体积中的两个已知点的重映射坐标。

除了在affine_transform期间旋转外，输出数组也会与输入数组相比进行填充，以考虑旋转的体积可能超出原始数组形状范围的事实。

我有转换前的两个已知点的坐标转换（xb1，yb1，zb1）和（xb2，yb2，zb2）。我想知道这些坐标的 new 位置在仿射变换和数组扩展（xa1，ya1，za1）和＆amp;之后是什么。（za2，ya2，za2）。在affine_transform中，旋转在卷的中心（xb1，yb1，zb1）和（xb2，yb2，zb2）之间的中点处执行。

编辑：到目前为止我尝试过的：我制作了一个与我正在变形的体积相同形状的零阵列。对应于两个起始点的零数组中的两个元素被设置为两个32位整数，1000个用于一个，5000用于另一个。然后我用与体积相同的变换矩阵变换标记的零数组，然后在样条顺序为0的affine_transform之后（为了保持变换数组中的起始元素值），我只使用np.any返回索引变换后的数组中的1000和5000个元素。这样可以正常工作，但有些情况下，在affine_transform的过程中，一个点可能会“丢失” - 可能通过样条顺序为0的插值（无样条曲线）。所以这并不适用于所有情况。

Answer 1

我让它以相当迂回的方式工作，从kazemakase的第一个建议开始。

我首先计算初始点的旋转矩阵，p1和p2。这是用于转换数组中的体积的相同矩阵（将点矢量pV = p2-p1移位到[0,1,0]。我使用修改自以下的代码执行此操作： Imprecision with rotation matrix to align a vector to an axis

使用旋转矩阵，然后用：

计算旋转的点位置

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，并获得中值 - http://code.activestate.com/recipes/578112-bresenhams-line-algorithm-in-n-dimensions/）。我称之为pDCenter。

然后，为了将pdCenter移动到数组的中心，我首先确定转换后的的数组的中心（我将其称为cArrayT）。我用了一种hacky方法。

def centreOfArray(array):
    centerList = []
    for d in array.shape:
        centerOfAxis = np.int(d/2.)
        centerList.append(centerOfAxis)
    return np.asarray(centerList)

对于这两个中心，我然后计算pTransl = pDCenter-cArrayT。然后从p1Dest和p2Dest中减去pTransl，我得到了我的最终坐标。

我确定这可能是一种非常简单的方法，但这似乎对我有用。

在scipy.ndimage.interpolation.affine_transform之后计算一个体积内点的位置

1 个答案: