如何旋转3D阵列？

Question

目前，如果我想比较狗的每只爪子下的压力，我只比较每个脚趾下面的压力。但我想尝试比较整个爪子下面的压力。

但要这样做我必须旋转它们，所以脚趾重叠（更好）。因为大多数时候左右爪子都在外面略微旋转，所以如果你不能简单地将一个爪子放在另一个上面。因此，我想旋转爪子，所以它们都以相同的方式对齐。

目前，我通过查看两个中间脚趾和后面的using the toe detection来计算旋转角度，然后计算黄线（脚趾绿色和红色之间的轴）与绿线之间的角度（中性轴）。

现在我想旋转阵列将围绕后脚趾旋转，以便黄色和绿色线对齐。但是我该怎么做呢？

请注意，虽然此图像仅为2D（仅为每个传感器的最大值），但我想在3D阵列上计算（平均10x10x50）。我的角度计算的另一个缺点是它对脚趾检测非常敏感，所以如果有人在数学上有更正确的计算方法，那我就是耳朵。

I have seen one study with pressure measurements on humans，他们使用局部几何惯性轴方法，至少非常可靠。但这仍然无法解释如何旋转阵列！

如果有人觉得需要进行实验，这里有一个all the sliced arrays that contain the pressure data of each paw的文件。为了澄清：walk_sliced_data是一个包含['ser_3'，'ser_2'，'sel_1'，'sel_2'，'ser_1'，'sel_3']的字典，它们是测量的名称。每个测量包含另一个字典，[0,1,2,3,4,5,6,7,8,9,10]（例如来自'sel_1'），表示提取的影响。

Answer 1

你为什么这样做？为什么不简单地整合整个地区并进行比较？在这种情况下，您将获得力量的大小，您可以简单地比较更容易的标量。

如果你需要以某种方式比较区域（因此这就是你需要对齐它们的原因），那么可能尝试进行特征提取和对齐。但是，如果压力图不相似，那么这似乎会失败（比如某人没有多少等待一只脚）。

我想你可以变得非常复杂，但听起来只是简单地计算力量就是你想要的？

BTW，如果图像相似，您可以使用简单的相关性测试来找到最佳角度和平移。

为此，您只需计算两种不同图像之间的相关性，即可进行各种平移和旋转。

Answer 2

使用Python Imaging Library，您可以旋转数组，例如：

array(Image.fromarray(<data>).rotate(<angle>, resample=Image.BICUBIC))

从那里，你可以在3D阵列的不同层上创建一个for循环。

如果您将第一个维度作为图层，则array[<layer>]将返回2D图层，因此：

for x in range(<amount of layers>):
    layer = <array>[i]
    <array>[i] = (Image.fromarray(layer).rotate(<angle>, resample=Image.BICUBIC))

@IvoFlipse的结果，a conversation暗示：

• 将阵列放在一个更大的阵列中以修复更暗的背景。
• 查看重新采样，可能首先缩放数组。
• 将后脚趾向中间移动可让您围绕它转动。
• 可以通过找到边框并将它们再次放置在15x15中来确定较小的图像。