Question

我有一组灰度图像作为2D numpy数组。

我需要围绕不同浮动角度的一个点（在它们内部）旋转图像。旋转不需要到位，我将允许（当然，如果我到目前为止解释得很好）进行插值。

我想保持笨拙，因为我需要对结果执行数值运算，但我也可以（如果那是不可能的话）允许进/出;例如我尝试使用PIL，即Image.rotate（theta），但不明白如何将其应用于我的数组，以及如何获取数组。

感谢您的投入。

Answer 1

见11月10日11:10 cgohlke的评论：

考虑scipy.ndimage.interpolation。shift（）和rotate（）用于2D numpy数组的插值平移和旋转。

Answer 2

基本操作在维基百科transformation matrix页面中描述 - 我不打算在这里尝试ascii矩阵艺术，但输出P'= R * P其中P'是输出点，R是包含旋转角度的正弦和余弦的2x2变换矩阵，P是输入点。如果要围绕原点以外的其他位置旋转，则在旋转之前移动原点：P'= T + R *（P-T）其中T是平移坐标。基本矩阵运算不进行插值，因此如果您不使用基于numpy的image processing library，则需要进行反向变换：对于每个（整数值）输出坐标，找到（浮点）将旋转到其中的点的坐标，并从周围像素中插入该输入点的值。

Answer 3

我想借助上述内容并通过一个例子来解决这个问题：

＆＃13;

import pandas as pd
import numpy as np
bd = np.matrix([[44., -1., 40., 42., 40., 39., 37., 36., -1.],
                [42., -1., 43., 42., 39., 39., 41., 40., 36.],
                [37., 37., 37., 35., 38., 37., 37., 33., 34.],
                [35., 38., -1., 35., 37., 36., 36., 35., -1.],
                [36., 35., 36., 35., 34., 33., 32., 29., 28.],
                [38., 37., 35., -1., 30., -1., 29., 30., 32.]])
def rotate45(array):
    rot = []
    for i in range(len(array)):
        rot.append([0] * (len(array)+len(array[0])-1))
        for j in range(len(array[i])):
            rot[i][int(i + j)] = array[i][j]
    return rot

df_bd = pd.DataFrame(data=np.matrix(rotate45(bd.transpose().tolist())))
df_bd = df_bd.transpose()
print df_bd

＆＃13;

的输出结果如下：

＆＃13;

44   0   0   0   0   0   0   0   0
42  -1   0   0   0   0   0   0   0
37  -1  40   0   0   0   0   0   0
35  37  43  42   0   0   0   0   0
36  38  37  42  40   0   0   0   0
38  35  -1  35  39  39   0   0   0
0   37  36  35  38  39  37   0   0
0    0  35  35  37  37  41  36   0
0    0   0  -1  34  36  37  40  -1
0    0   0   0  30  33  36  33  36
0    0   0   0   0  -1  32  35  34
0    0   0   0   0   0  29  29  -1
0    0   0   0   0   0   0  30  28
0    0   0   0   0   0   0   0  32

＆＃13;

旋转numpy 2D数组

3 个答案: